Online Tool Store
Herramienta de enmascarado de PII
Pega texto y detecta y enmascara automáticamente correos, teléfonos, SSN y números de tarjeta de crédito, con vista antes/después.
🔒 Esta herramienta funciona totalmente en tu navegador. Tus archivos nunca se suben a un servidor.
Espacio de privacidad
Enmascarar datos personales en un texto
Antes
Después (enmascarado)
El texto de ejemplo está enmascarado abajo.
Cómo funciona la herramienta de enmascarado de PII
- Pega el texto que contiene registros de clientes, tickets de soporte o registros.
- Elige qué tipos de datos detectar y cómo se deben enmascarar las coincidencias.
- Compara los paneles de antes y después, y luego copia o descarga la versión enmascarada.
FAQ
¿Qué tipos de datos detecta?
Direcciones de correo, números de teléfono en formatos comunes de EE. UU., números de la Seguridad Social al estilo de EE. UU. y secuencias de 13 a 16 dígitos que parecen números de tarjeta de crédito. Cada tipo se puede desactivar de forma independiente.
¿Detectará cada tarjeta de crédito o número de teléfono?
No. Usa formas de expresiones regulares, no la suma de comprobación de Luhn ni una biblioteca de números de teléfono, así que formatos inusuales, espaciados o números internacionales pueden colarse. Revisa siempre los paneles "antes" y "después" antes de compartir texto enmascarado.
¿El texto sale alguna vez de mi navegador?
No. La detección y el enmascarado se ejecutan ambos localmente con expresiones regulares de JavaScript: no se sube nada, lo que importa cuando la propia entrada es sensible.
Cómo nos comparamos
| Función | Online Tool Store | Buscar y reemplazar manual | Un servicio DLP en la nube |
|---|---|---|---|
| Detecta varios tipos de PII a la vez | ✓ | ✗ | ✓ |
| El texto se queda en tu dispositivo | ✓ | ✓ | ✗ |
| Detecta formatos inusuales o internacionales | ✗ | ✗ | ✓ |
La herramienta de enmascarado de PII es una primera pasada ligera y basada en patrones: detecta las formas comunes al instante y localmente, pero un conjunto de datos crítico para el cumplimiento aún merece una revisión DLP adecuada.