claude-code-hwp-mcp 0.2.0

package/python/privacy_scanner.py

@@ -0,0 +1,115 @@
+"""개인정보 스캔 — 문서 텍스트에서 민감 정보를 정규식으로 감지.
+
+지원 감지 항목:
+- 주민등록번호 (risk: critical)
+- 전화번호 (risk: high)
+- 이메일 (risk: medium)
+- 계좌번호 (risk: high)
+- 여권번호 (risk: high)
+
+패턴 매칭 순서가 중요: 주민번호 → 전화번호 → 이메일 → 계좌번호 → 여권번호
+이미 매칭된 위치는 후속 패턴에서 제외하여 오탐 방지.
+"""
+import re
+
+
+# 매칭 순서가 우선순위: 먼저 매칭된 것이 확정, 겹치는 위치는 스킵
+_PATTERNS = [
+    {
+        "type": "주민등록번호",
+        "pattern": r"\b(\d{6})\s*[-–]\s*([1-4]\d{6})\b",
+        "risk": "critical",
+        "mask": lambda m: m.group(1) + "-" + m.group(2)[0] + "******",
+    },
+    {
+        "type": "전화번호",
+        "pattern": r"\b(0\d{1,2})[-.\s]?(\d{3,4})[-.\s]?(\d{4})\b",
+        "risk": "high",
+        "mask": lambda m: m.group(1) + "-" + "****" + "-" + m.group(3),
+    },
+    {
+        "type": "이메일",
+        "pattern": r"\b([a-zA-Z0-9._%+-]+)@([a-zA-Z0-9.-]+\.[a-zA-Z]{2,})\b",
+        "risk": "medium",
+        "mask": lambda m: m.group(1)[:2] + "***@" + m.group(2),
+    },
+    {
+        "type": "계좌번호",
+        "pattern": r"\b(\d{3,6})[-](\d{2,6})[-](\d{4,8})\b",
+        "risk": "high",
+        "mask": lambda m: m.group(1) + "-****-" + m.group(3)[-2:],
+    },
+    {
+        "type": "여권번호",
+        "pattern": r"\b([A-Z]{1,2})(\d{7,8})\b",
+        "risk": "high",
+        "mask": lambda m: m.group(1) + "*" * len(m.group(2)),
+    },
+]
+
+
+def _ranges_overlap(start1, end1, start2, end2):
+    """두 범위가 겹치는지 확인."""
+    return start1 < end2 and start2 < end1
+
+
+def scan_privacy(text):
+    """텍스트에서 개인정보를 스캔하여 결과 반환.
+
+    패턴 우선순위 순서로 매칭하며, 이미 매칭된 위치와 겹치는 후속 매칭은 제외.
+
+    Returns: {
+        "found": bool,
+        "total_findings": int,
+        "findings": [{type, value, masked_value, risk, position}, ...],
+        "risk_summary": {critical: N, high: N, medium: N, low: N},
+    }
+    """
+    if not isinstance(text, str) or not text:
+        return {"found": False, "total_findings": 0, "findings": [],
+                "risk_summary": {"critical": 0, "high": 0, "medium": 0, "low": 0},
+                "recommendation": "검사할 텍스트가 없습니다."}
+
+    findings = []
+    risk_summary = {"critical": 0, "high": 0, "medium": 0, "low": 0}
+    matched_ranges = []  # (start, end) 튜플 목록
+
+    for pat_info in _PATTERNS:
+        for m in re.finditer(pat_info["pattern"], text):
+            start, end = m.start(), m.end()
+
+            # 이미 매칭된 범위와 겹치면 스킵
+            if any(_ranges_overlap(start, end, s, e) for s, e in matched_ranges):
+                continue
+
+            matched_ranges.append((start, end))
+            masked = pat_info["mask"](m)
+            findings.append({
+                "type": pat_info["type"],
+                "value": masked,  # 원본 대신 마스킹된 값만 노출
+                "masked_value": masked,
+                "risk": pat_info["risk"],
+                "position": start,
+            })
+            risk_summary[pat_info["risk"]] = risk_summary.get(pat_info["risk"], 0) + 1
+
+    # 위치 순 정렬
+    findings.sort(key=lambda f: f["position"])
+
+    recommendation = ""
+    if risk_summary["critical"] > 0:
+        recommendation = "주민등록번호가 포함되어 있습니다. 즉시 마스킹 처리가 필요합니다."
+    elif risk_summary["high"] > 0:
+        recommendation = "민감 개인정보가 포함되어 있습니다. 마스킹을 권장합니다."
+    elif findings:
+        recommendation = "개인정보가 일부 포함되어 있습니다. 확인이 필요합니다."
+    else:
+        recommendation = "개인정보가 감지되지 않았습니다."
+
+    return {
+        "found": len(findings) > 0,
+        "total_findings": len(findings),
+        "findings": findings,
+        "risk_summary": risk_summary,
+        "recommendation": recommendation,
+    }

package/python/ref_reader.py

@@ -0,0 +1,115 @@
+"""참고자료 텍스트 추출기.
+지원: .txt, .csv, .xlsx, .json, .md
+HWP/HWPX는 hwp_analyzer.analyze_document 사용 (이 모듈에서는 다루지 않음)
+"""
+import os
+import json
+
+
+def read_reference(file_path, max_chars=30000):
+    """참고자료 파일에서 텍스트 추출."""
+    file_path = os.path.abspath(file_path)
+    if not os.path.exists(file_path):
+        raise FileNotFoundError(f"파일을 찾을 수 없습니다: {file_path}")
+
+    ext = os.path.splitext(file_path)[1].lower()
+
+    if ext in ('.txt', '.md', '.log'):
+        return _read_text(file_path, max_chars)
+    elif ext == '.csv':
+        return _read_csv(file_path, max_chars)
+    elif ext in ('.xlsx', '.xls'):
+        return _read_excel(file_path, max_chars)
+    elif ext == '.json':
+        return _read_json(file_path, max_chars)
+    else:
+        raise ValueError(f"지원하지 않는 파일 형식: {ext}. 지원: .txt, .md, .csv, .xlsx, .json")
+
+
+def _read_text(path, max_chars):
+    with open(path, 'r', encoding='utf-8', errors='replace') as f:
+        content = f.read(max_chars)
+    return {
+        "format": "text",
+        "file_name": os.path.basename(path),
+        "content": content,
+        "char_count": len(content),
+    }
+
+
+def _read_csv(path, max_chars):
+    import csv
+    rows = []
+    total_chars = 0
+    with open(path, 'r', encoding='utf-8', errors='replace') as f:
+        reader = csv.reader(f)
+        for row in reader:
+            row_text = ','.join(row)
+            total_chars += len(row_text)
+            if total_chars > max_chars:
+                break
+            rows.append(row)
+
+    headers = rows[0] if rows else []
+    data = rows[1:] if len(rows) > 1 else []
+    return {
+        "format": "csv",
+        "file_name": os.path.basename(path),
+        "headers": headers,
+        "data": data,
+        "row_count": len(data),
+    }
+
+
+def _read_excel(path, max_chars):
+    try:
+        import openpyxl
+    except ImportError:
+        raise ImportError("openpyxl이 필요합니다. pip install openpyxl")
+
+    wb = None
+    try:
+        wb = openpyxl.load_workbook(path, read_only=True, data_only=True)
+        sheets = []
+
+        for sheet_name in wb.sheetnames:
+            ws = wb[sheet_name]
+            rows = []
+            total_chars = 0
+            for row in ws.iter_rows(values_only=True):
+                row_data = [str(cell) if cell is not None else "" for cell in row]
+                total_chars += sum(len(c) for c in row_data)
+                if total_chars > max_chars:
+                    break
+                rows.append(row_data)
+
+            headers = rows[0] if rows else []
+            data = rows[1:] if len(rows) > 1 else []
+            sheets.append({
+                "sheet_name": sheet_name,
+                "headers": headers,
+                "data": data,
+                "row_count": len(data),
+            })
+
+        return {
+            "format": "excel",
+            "file_name": os.path.basename(path),
+            "sheets": sheets,
+            "sheet_count": len(sheets),
+        }
+    finally:
+        if wb:
+            wb.close()
+
+
+def _read_json(path, max_chars):
+    with open(path, 'r', encoding='utf-8', errors='replace') as f:
+        content = f.read(max_chars)
+
+    data = json.loads(content)
+    return {
+        "format": "json",
+        "file_name": os.path.basename(path),
+        "data": data,
+    }

package/python/requirements.txt

@@ -0,0 +1,2 @@
+pyhwpx>=0.8.0
+pywin32>=306