davidjacobson/safetextنص برمجي لإزالة الحروف المتشابهة (homoglyphs) والأحرف ذات العرض صفر (zero-width characters) للسماح بالتوزيع الآمن للمستندات من مصادر مجهولة.
أداة لتنظيف النصوص للسماح بالتوزيع الآمن للوثائق من مصادر مجهولة عن طريق إزالة الأحرف ذات العرض الصفري والهوموغليفات.
الأفراد الذين يحاولون تسريب بريد إلكتروني أو ملف نصي آخر يواجهون خطر التعرف عليهم من خلال البصمات الرقمية. غالبًا ما تحدث البصمات الرقمية عندما يكون الموزع الأصلي للوثيقة قد أدرج شكلاً من أشكال طيور الكناري. على سبيل المثال، بريد إيلون ماسك الإلكتروني في عام 2008 ردًا على التسريبات تضمن صياغة مختلفة قليلاً لكل موظف. تم اكتشاف هذه التكتيك من قبل الموظفين، وفشل. التكتيك الأسهل الذي يُستخدم أيضًا هو وجود تغييرات شبه غير مرئية في النص. تم تصميم SafeText لتحديد وإزالة هذه التغييرات. على وجه التحديد، ستزيل هذه الأداة الهوموغليفات والأحرف ذات العرض الصفري والأحرف الخفية الأخرى. ستحاول هذه الأداة أيضًا تحديد التهجئة الفريدة للكلمات التي قد تكشف عن موقع الفرد.
لاستخدام SafeText، قم باستدعاء:
python safetext.py inputfile
مثال على الإخراج:
λ python safetext.py TestFile.txt
[*] Cleaning TestFile.txt to TestFile.txt.safe ...
[!] FOUND HOMOGLYPHIC CHARACTER CYRILLIC_large_H ON LINE 1
The message said: "(Н)ey, let's hang out!"
[!] FOUND a SPACE ON LINE # 2
Lorem*Ipsum*Dolor*Sit
[!] WARNING - Use of spelling (colour) that identifies country on line 3
[!] FOUND HOMOGLYPHIC CHARACTER GREEK_B ON LINE 5
[!] FOUND HOMOGLYPHIC CHARACTER GREEK_C ON LINE 5
Subject: (Β)udget (Ϲ)uts
[*] Output file closed
ملاحظة: سيتم وضع خط تحت الأحرف ذات الصلة - وليس وضعها بين قوسين. سيقوم SafeText بالإخراج إلى infile.safe.