Presidio Pii

Presidio — anonimización de PII (texto e imágenes)

⚠️ Corrección 2026-09-05 (auditoría): el repo se movió a data-privacy-stack/presidio (microsoft/presidio redirige; mismo proyecto, nuevo hogar). Presidio NO es solo texto — incluye Image Redactor (PII en imágenes vía OCR+NER). Stars ~10.7K.

Repo: https://github.com/data-privacy-stack/presidio (Python, ~10.7K⭐).

When to Use

• Cuando pidas detectar y anonimizar PII (NLP/NER + Image Redactor) en texto, imágenes o documentos.

Qué es

Framework de Microsoft (ahora en data-privacy-stack) para anonimización de datos personales: análisis NER con presidio-analyzer, anonimización con presidio-anonymizer, y presidio-image-redactor para PII en imágenes.

Uso

from presidio_analyzer import AnalyzerEngine
from presidio_anonymizer import AnonymizerEngine
results = AnalyzerEngine().analyze(text=text, language='es')
anonymized = AnonymizerEngine().anonymize(text=text, analyzer_results=results)

Pitfalls

• Repo actual: data-privacy-stack/presidio (no lo dupliques como "alternativa").
• Cubre texto E imágenes (Image Redactor) — no solo texto.

Verificación

• Analizar/anonimizar un texto con NER y probar una imagen con presidio-image-redactor.