# secscn

**Repository Path**: redalxgit/secscn

## Basic Information

- **Project Name**: secscn
- **Description**: No description available
- **Primary Language**: Unknown
- **License**: Not specified
- **Default Branch**: main
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 0
- **Forks**: 0
- **Created**: 2026-07-30
- **Last Updated**: 2026-07-30

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

# SecScan 敏感词扫描工具

一个基于 Go + Wails 的桌面应用，扫描文件系统及压缩包内文档/文本/图片中的敏感词，提供图形界面与命令行两种使用方式。

## ✨ 功能特性

- **多格式支持**：
  - 📄 Office 文档：`.docx/.xlsx/.pptx`（纯Go）、`.doc/.xls/.ppt` 及 WPS `.wps/.et/.dps`（office_oxide/Rust 引擎）
  - 📄 PDF：文本型 PDF 直接提取
  - 📝 文本类：`.txt/.md/.json/.html/.xml/.csv/.log/.yaml/.ini` 及各类源代码
  - 🖼️ 图片：`.png/.jpg/.bmp/.gif/.webp/.tiff`（OCR 识别中英文）
  - 📦 压缩包：`.zip/.tar/.gz/.rar/.7z`（递归解压扫描，含嵌套）
- **智能匹配**：
  - AC 自动机多模式高性能匹配
  - 文本规范化抗干扰（去零宽字符、全角转半角、折叠空白）
  - 子串包含匹配、大小写可配置
  - 命中上下文片段展示
- **易用 GUI**：
  - 配置面板（敏感词编辑、参数调整、保存配置）
  - 实时进度条与统计
  - 结果表格（敏感词高亮、来源标记、可过滤、双击打开文件位置）
  - 一键导出报告（HTML/JSON/CSV）

## 📦 获取与运行

### 直接使用（免安装）

`secscan.exe` 是单文件可执行程序，**无需安装**，双击即可运行。

> 运行依赖：Windows 10/11（自带 WebView2 运行时）。
> 如需图片 OCR，将 `third_party/RapidOCR-json/` 放在 exe 同目录（可选）。

### 界面操作

1. **选择扫描目标**：点击 📁 选择目录，或 📄 选择单个文件
2. **配置敏感词**：在文本框输入（每行一个），或点击「从文件加载」导入词库
3. **调整参数**（可选）：Worker 数、上下文长度、匹配选项
4. **开始扫描**：点击「▶ 开始扫描」，进度实时显示
5. **查看结果**：结果表格实时填充，可用搜索框过滤，双击行在资源管理器定位文件
6. **导出报告**：点击「📁 查看报告」打开报告目录（HTML 报告可直接浏览器查看）

## 🔧 配置说明

`config.json` 与 exe 同目录，支持以下配置：

```json
{
  "sensitive_words": ["张三", "李四"],
  "sensitive_words_file": "words.txt",
  "file_types": {
    "documents": [".docx", ".doc", ".xlsx", ".xls", ".pptx", ".ppt", ".pdf"],
    "text": [".txt", ".md", ".json", ".html", ".xml", ".csv", ".log"],
    "images": [".png", ".jpg", ".jpeg", ".bmp", ".gif"],
    "archives": [".zip", ".tar", ".gz", ".rar", ".7z"]
  },
  "match": {
    "case_sensitive": false,
    "substring_match": true,
    "normalize": true,
    "context_length": 30
  },
  "scan": {
    "worker_count": 4,
    "max_file_size_mb": 200,
    "max_archive_depth": 5,
    "max_extracted_size_mb": 1000
  },
  "ocr": {
    "enabled": true,
    "binary_path": "./third_party/RapidOCR-json/RapidOCR-json.exe",
    "min_confidence": 0.6
  },
  "output": {
    "report_dir": "./reports",
    "formats": ["json", "csv", "html"]
  }
}
```

GUI 中修改的配置会自动保存到此文件。

## 💻 命令行使用

也提供 CLI 版本（`secscan-cli.exe`）：

```bash
# 扫描目录
secscan-cli.exe -dir "D:\docs" -config config.json

# 扫描单个文件
secscan-cli.exe -file "report.pdf"

# 生成默认配置模板
secscan-cli.exe -initconfig

# 详细日志
secscan-cli.exe -dir . -v
```

## 🏗️ 从源码构建

### 环境要求

- Go 1.21+
- Node.js 15+（仅 Wails 前端构建用）
- Wails CLI v2：`go install github.com/wailsapp/wails/v2/cmd/wails@latest`
- （旧版 Office 解析）Rust 工具链 + gcc，见下方说明

### 构建 GUI 版本（默认）

```bash
wails build -webview2 embed
# 产物：build/bin/secscan.exe（单文件，免安装）
```

### 构建 CLI 版本

```bash
go build -tags cli -o secscan-cli.exe .
```

### office_oxide（旧版 Office 解析，可选）

旧版 `.doc/.xls/.ppt` 解析依赖 [office_oxide](https://github.com/yfedoseev/office_oxide)（Rust + CGO）：

```bash
# 安装 Rust + gcc 后，在 office_oxide 仓库执行
cargo build --release --lib
# 生成 target/release/liboffice_oxide.a

# 构建 secscan 时指定
export CGO_ENABLED=1
export CGO_CFLAGS="-I/path/to/office_oxide/include/office_oxide_c"
export CGO_LDFLAGS="-L/path/to/office_oxide/target/release -loffice_oxide -lws2_32 -lntdll -luserenv"
wails build -tags office_oxide_dev -webview2 embed
```

未启用 office_oxide 时，旧版格式会回退到 LibreOffice 转换（需安装 LibreOffice）。

## 📂 项目结构

```
secscan/
├── main.go              # Wails GUI 入口
├── main_cli.go          # CLI 入口（-tags cli）
├── app.go               # GUI 后端绑定
├── scanner.go           # 扫描调度（并行 worker）
├── matcher.go           # AC 自动机 + 文本规范化
├── extract.go           # 文档→文本 提取分派
├── parsers.go           # OOXML/PDF/HTML/XML 解析
├── archive.go           # 压缩包递归解压
├── ocr.go               # RapidOCR 封装
├── office_oxide.go      # office_oxide (CGO) 封装
├── libreoffice.go       # LibreOffice 转换（回退）
├── report.go            # HTML/JSON/CSV 报告
├── config.go            # 配置加载
├── config.json          # 配置文件
├── words_example.txt    # 示例词库
├── frontend/dist/       # 前端资源（HTML/CSS/JS）
└── third_party/
    └── RapidOCR-json/   # OCR 引擎（可选）
```

## 📄 许可

本工具代码遵循 MIT 协议。第三方组件（office_oxide、RapidOCR 等）遵循各自许可。