新功能 (2026-06-19) — 資料品質

來自資料/驗證研究角度的三項純標準庫資料品質輔助工具——介於資料匯入 (load_rows / OCR)與下游輸入之間的品質閘。走完整五層(facade、 AC_* 執行器指令、MCP 工具、Script Builder)。

資料列 schema 驗證

在抓取/載入的資料列進入 ERP 或表單前,依宣告式 schema 驗證——在此攔下的 壞資料就不會汙染下游:

from je_auto_control import validate_rows

report = validate_rows(rows, {
    "name": {"type": "str", "required": True},
    "age": {"type": "int", "min": 0, "max": 130},
    "email": {"regex": r".+@.+\..+"},
    "id": {"unique": True},
    "tier": {"allowed": ["gold", "silver"]},
})
report["ok"]          # 任何列失敗則為 False
report["valid"]       # 通過的資料列
report["errors"]      # [{"row": 1, "field": "age", "error": "above max 130"}]

規則:type / required / regex / min / max / min_len / max_len / allowed / unique。對應 AC_validate_rows / ac_validate_rows。

欄位擷取

用具名的 regex 預設(也可加自訂 patterns)從自由文字 / OCR 文字塊中 擷取結構化值:

from je_auto_control import extract_fields

out = extract_fields("Mail ada@x.io on 2026-06-19",
                     fields=["email", "date_iso"])
# {"email": ["ada@x.io"], "date_iso": ["2026-06-19"]}

預設:email / url / ipv4 / phone / date_iso / amount / hashtag。對應 AC_extract_fields / ac_extract_fields。

資料列遮罩

在匯出資料列 / 報告前遮罩敏感欄位(既有的遮罩僅針對截圖):

from je_auto_control import mask_rows

safe = mask_rows(rows, {"ssn": "partial", "token": "redact",
                        "name": "hash"})
# ssn -> "*****6789"、token -> "***"、name -> sha256 hex

模式:redact``(``***)、hash``(SHA-256 hex)、``partial``(保留末 4 字)。對應 ``AC_mask_rows / ac_mask_rows。