Office 365 DLP适用肯尼亚身份证号正则表达式编写及排障问询

原有正则错误排查 #

• 匹配长度错误：你写的正则^(\d{3,4})\d{8}总匹配长度为11或12位，而肯尼亚身份证号总长度仅为8位，完全不符合长度要求
• 号段匹配逻辑缺失：没有限制前两位必须为指定号段值，会匹配到大量不符合号段规则的无效数字串
• 分组逻辑错误：\d{3,4}的分组规则和「取前两位作为号段」的业务规则不匹配，没有实际作用

修正后的正则方案 #

仅匹配34号段版本（适配当前需求） #

^34\d{6}$
规则说明：

• ^ 匹配字符串开始位置
• 34 固定匹配前两位的34号段
• \d{6} 匹配后6位任意数字，总长度刚好为8位
• $ 匹配字符串结束位置，避免匹配到更长数字串中的片段

兼容全现有号段版本（覆盖20、32、34号段） #

如果后续需要覆盖所有已公开的号段，可使用以下正则：
^(20|32|34)\d{6}$
后续号段迭代时直接在括号内新增号段值即可，比如新增35号段就修改为^(20|32|34|35)\d{6}$

Office 365 DLP适配注意事项 #

• 若需要完全匹配独立的身份证号，保留正则首尾的^和$即可
• 若需要匹配散落在文本中的身份证号（前后可能有空格、标点），可将首尾的^和$替换为词边界符\b，即\b34\d{6}\b，避免误匹配长数字串中的片段

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