我正在尝试想出一种使用 Ruby 来扰乱(或屏蔽)一些数字数据的简单方法,以便从实时数据创建虚拟数据集。我想让数据尽可能接近原始格式(即保留所有非数字字符)。数据中的数字对应于个人识别号,这些识别号(有时)是关系数据库中使用的键。因此,如果数字字符串出现多次,我希望将其一致地映射到相同的(最好是唯一的)值。一旦数据被加扰,我就不需要能够反转加扰。
我创建了一个打乱函数,它接受一个字符串并生成一个简单的散列,以将数字映射到新值(该函数仅映射数字,其他所有内容保持原样)。为了增加安全性,每次调用该函数时,都会重新生成 key 。因此,每次调用该函数时,同一短语将产生两个不同的结果。
module HashModule
def self.scramble(str)
numHash ={}
0.upto(9) do |i|
numHash[i.to_s]=rand(10).to_s
end
output= String.new(str)
output.gsub!(/\d/) do|d|
d.replace numHash[d]
end
puts "Input: " + str
puts "Hash Key: " + numHash.to_s
puts "Output: " + output
end
end
HashModule.scramble("56609-8 NO PCT 001")
HashModule.scramble("56609-8 NO PCT 001")
这会产生以下输出:
Input: 56609-8 NO PCT 001
Hash Key: {"0"=>"9", "1"=>"4", "2"=>"8",
"3"=>"9", "4"=>"4", "5"=>"8",
"6"=>"4", "7"=>"0", "8"=>"2",
"9"=>"1"}
Output: 84491-2 NO PCT 994
Input: 56609-8 NO PCT 001
Hash Key: {"0"=>"2", "1"=>"0", "2"=>"9",
"3"=>"8", "4"=>"4", "5"=>"5",
"6"=>"7", "7"=>"4", "8"=>"2",
"9"=>"0"}
Output: 57720-2 NO PCT 220
给定数据集:
PTO NO PC
R5632893423 IP
R566788882-001
NO PCT AMB PTO
NO AMB/CALL IP
A566788882
1655543AACHM IP
56664320000000
00566333-1
我首先将所有数字提取到一个数组中。然后我使用我创建的打乱函数来创建替换 HashMap ,例如
{"5632893423"=>"5467106076", "566788882"=>"888299995",
"001"=>"225", "1655543"=>"2466605",
"56664320000000"=>"70007629999999",
"00566333"=>"00699999", "1"=>"3"}
[顺便说一句,在我的示例中,我还没有找到一种方法来坚持散列值都是唯一的,这在被映射的字符串对应于关系数据库中的唯一 ID 的情况下是相关的,如上所述.]
我在原始字符串上使用 gsub 并用加扰值替换哈希键。我的代码有效,但我很好奇如何使其更加简洁。我意识到,通过每次调用函数时重新生成 key ,我会创建额外的工作。 (否则,我可以只创建一个 key 来替换所有数字)。
有人对我如何以另一种方式实现这一目标有建议吗? (我是 Ruby 新手,因此改进我的代码的建议也很受欢迎)。
input = <<EOS
PTO NO PC
R5632893423 IP
R566788882-001
NO PCT AMB PTO
NO AMB/CALL IP
A566788882
1655543AACHM IP
56664320000000
00566333-1
EOS
module HashModule
def self.scramble(str)
numHash ={}
0.upto(9) do |i|
numHash[i.to_s]=rand(10).to_s
end
output= String.new(str)
output.gsub!(/\d/) do|d|
d.replace numHash[d]
end
return output
end
end
# Extract unique non-null numbers from the input file
numbers = input.split(/[^\d]/).uniq.reject{ |e| e.empty? }
# Create a hash that maps each number to a scrambled value
# Using the function defined above
mapper ={}
numbers.map(&:to_s).each {|x| mapper[x]=HashModule.scramble(x)}
# Create a regexp to find all numbers in input file
re = Regexp.new(mapper.keys.map { |x| Regexp.escape(x) }.join('|'))
# Replace numbers with scrambled values
puts input.gsub(re, mapper)
上面的代码产生以下输出:
PTO NO PC
R7834913043 IP
R799922223-772
NO PCT AMB PTO
NO AMB/CALL IP
A799922223
6955509AACHM IP
13330271111111
66166777-6
最佳答案
也许是这样的:
module HashModule
ScrambleKey = Hash[(0..9).map(&:to_s).zip((0..9).to_a.shuffle)]
def self.scramble(str); str.gsub(/\d/){ScrambleKey[$&]} end
end
puts HashModule.scramble(input)
给出:
PTO NO PC
R6907580170 IP
R699455557-223
NO PCT AMB PTO
NO AMB/CALL IP
A699455557
3966610AACHM IP
69991072222222
22699000-3
关于ruby - 使用 Ruby 使用简单的 hashmap 替换数字数据,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/14808299/