Initial deployable Flask application

2026-10-21 12:00:44 +03:00
commit 2450c0c9a1
48 changed files with 6951 additions and 0 deletions
@@ -0,0 +1,113 @@
+"""
+Сборка результата обфускации.
+
+Два метода:
+1. _build_zip — упаковка обфусцированных файлов в ZIP
+2. _build_mapping_csv — генерация mapping.csv с таблицей замен
+"""
+
+import io
+import csv
+import os
+import zipfile
+import re
+import time
+from typing import Dict, List, Tuple
+
+from .config import ENTITY_PATTERNS, COMPANY_PATTERN
+
+
+def build_zip(files: List[Tuple[str, bytes]], mapping_csv: str = "") -> bytes:
+    """Собрать ZIP-архив с обфусцированными файлами.
+
+    В архив добавляются ТОЛЬКО обфусцированные файлы (с оригинальными именами).
+    mapping.csv в архив НЕ кладётся — это таблица соответствия оригинал→замена,
+    т.е. ключ расшифровки (секретные данные). Он хранится/скачивается отдельно
+    (/api/csv), чтобы нельзя было расшифровать архив, получив один ZIP.
+
+    Имена файлов в архиве — UTF-8 (бит 11 в flag_bits).
+
+    Args:
+        files: [(filename, content_bytes), ...]
+        mapping_csv: Строка CSV с таблицей замен (опционально, НЕ добавляется в архив)
+
+    Returns:
+        Бинарное содержимое ZIP-архива
+    """
+    buf = io.BytesIO()
+
+    # Дедупликация имён: имя+одинаковый контент → пропуск; имя+разный контент → суффикс
+    seen: Dict[str, bytes] = {}
+
+    def _resolve_name(name: str, content: bytes) -> str:
+        if name not in seen:
+            seen[name] = content
+            return name
+        if seen[name] == content:
+            return None  # точный дубль — пропускаем
+        base, ext = os.path.splitext(name)
+        n = 2
+        while f"{base}_{n}{ext}" in seen:
+            n += 1
+        resolved = f"{base}_{n}{ext}"
+        seen[resolved] = content
+        return resolved
+
+    with zipfile.ZipFile(buf, 'w', zipfile.ZIP_DEFLATED) as zf:
+        # Добавляем обфусцированные файлы
+        for fname, content in files:
+            out_name = _resolve_name(fname, content)
+            if out_name is None:
+                continue
+            info = zipfile.ZipInfo(out_name)
+            info.date_time = time.localtime(time.time() + 3 * 3600)[:6]  # MSK (UTC+3)
+            info.flag_bits |= 0x800  # Флаг: имя файла в UTF-8
+            zf.writestr(info, content)
+
+    return buf.getvalue()
+
+
+def build_mapping_csv(mapping: Dict[str, str]) -> str:
+    """Собрать mapping.csv — таблицу соответствия оригинал → замена.
+
+    Колонки:
+    - тип_данных: тип сущности (phone, email, inn_ul, company, ...)
+    - оригинал: исходное значение из документа
+    - замена: фиктивное значение
+
+    Тип определяется проверкой каждого значения через ENTITY_PATTERNS
+    и COMPANY_PATTERN. Если ни один паттерн не подошёл — тип "text".
+
+    Args:
+        mapping: Словарь {оригинал: замена}
+
+    Returns:
+        Строка в формате CSV
+    """
+    buf = io.StringIO()
+    writer = csv.writer(buf)
+    writer.writerow(["тип_данных", "оригинал", "замена"])
+
+    # Порядок проверки типов: inn_fl ДО inn_ul (12 цифр vs 10)
+    type_order = [
+        "phone", "email", "inn_fl", "inn_ul", "ogrn",
+        "kpp", "bik", "rs", "ks", "passport",
+    ]
+
+    for original, replacement in sorted(mapping.items()):
+        # Определяем тип сущности
+        etype = "text"  # По умолчанию
+
+        for t in type_order:
+            pat = ENTITY_PATTERNS.get(t, "")
+            if pat and re.match(pat, original, re.IGNORECASE):
+                etype = t
+                break
+
+        # Компании проверяем отдельно (COMPANY_PATTERN не в ENTITY_PATTERNS)
+        if COMPANY_PATTERN.match(original):
+            etype = "company"
+
+        writer.writerow([etype, original, replacement])
+
+    return buf.getvalue()