如何使用Cloud DLP配置URL白名单？（Node.js客户端）

刚好做过类似的需求！要实现Cloud DLP识别URL但排除特定域名的URL，你可以通过给默认的URL InfoType添加**排除规则（ExclusionRule）**来搞定，下面是具体的Node.js实现方案：

Cloud DLP允许我们为指定的InfoType添加规则集，其中的ExclusionRule可以定义“哪些内容不需要被检测”。这里我们可以用两种方式定义白名单：

• 用字典列表直接指定允许的域名，做部分匹配
• 用正则表达式精准匹配符合要求的URL

1. 先安装依赖 #

确保你已经安装了Cloud DLP的Node.js客户端库：

npm install @google-cloud/dlp

2. 完整代码实现 #

下面的代码会初始化DLP客户端，配置URL检测规则并添加白名单排除逻辑：

const { DlpServiceClient } = require('@google-cloud/dlp');

// 封装检测函数
async function inspectContentWithWhitelistedURLs() {
  // 初始化DLP客户端
  const dlpClient = new DlpServiceClient();
  
  // 替换为你的GCP项目ID
  const projectId = 'your-gcp-project-id';
  
  // 待检测的文本内容
  const targetText = `
    这是测试内容：
    允许的URL：https://www.google.com/search?q=test，https://mail.yahoo.com/inbox
    需要被识别的URL：https://fake-phish-site.com/steal-data
  `;

  // 定义白名单域名
  const allowedDomains = ['google.com', 'yahoo.com'];

  // 构建排除规则：包含白名单域名的URL将被排除检测
  const urlExclusionRule = {
    // 使用字典匹配，部分匹配即可生效
    dictionary: {
      wordList: {
        words: allowedDomains,
      },
    },
    matchingType: 'MATCHING_TYPE_PARTIAL_MATCH',
  };

  // 构建检测配置
  const inspectConfig = {
    // 指定要检测的InfoType：默认的URL类型
    infoTypes: [{ name: 'URL' }],
    // 为URL类型添加规则集
    ruleSet: [
      {
        infoTypes: [{ name: 'URL' }],
        rules: [{ exclusionRule: urlExclusionRule }],
      },
    ],
    // 开启返回匹配到的文本片段，方便调试
    includeQuote: true,
  };

  // 构建请求参数
  const request = {
    parent: `projects/${projectId}/locations/global`,
    inspectConfig,
    item: { value: targetText },
  };

  // 发送检测请求并处理结果
  try {
    const [response] = await dlpClient.inspectContent(request);
    
    console.log('=== 检测结果 ===');
    if (response.result.findings.length === 0) {
      console.log('未识别到需要拦截的URL');
    } else {
      response.result.findings.forEach(finding => {
        console.log(`识别到敏感类型: ${finding.infoType.name}`);
        console.log(`匹配内容: ${finding.quote}`);
        console.log(`置信度: ${finding.likelihood}`);
      });
    }
  } catch (error) {
    console.error('检测过程出错:', error);
  }
}

// 执行检测
inspectContentWithWhitelistedURLs();

如果需要更严格的匹配（比如只允许以google.com/yahoo.com结尾的域名，不允许子域名或者其他变种），可以把排除规则换成正则表达式：

const urlExclusionRule = {
  regex: {
    // 正则匹配http/https开头，域名以google.com或yahoo.com结尾的URL
    pattern: 'https?://[^/]*\\.(google|yahoo)\\.com(/.*)?$',
  },
  matchingType: 'MATCHING_TYPE_FULL_MATCH',
};

这样就能精准控制哪些URL会被排除在检测之外啦！

内容的提问来源于stack exchange，提问作者FlutterFirebase