如何在 Azure Purview 中为数据分类创建列名模式匹配？

Question

如果列名包含以下任何一项，我只想将字段分类为“出生日期”：

• 出生日期
• 出生日期
• 出生日期
• YMDBIRTH

我不是一个庞大的 RegEx 用户，但我通常可以通过几个谷歌来弄清楚。我在自定义数据分类规则中尝试了以下所有方法：

DateofBirth|BirthDate|DOB|YMDBIRTH

/DateofBirth/|/BirthDate/|/DOB/|/YMDBIRTH/

.*DateOfBirth.*|.*BirthDate.*|.*DOB.*|.*YMDBIRTH.*

/.*DateOfBirth.*|.*BirthDate.*|.*DOB.*|.*YMDBIRTH.*/i

这些似乎都不起作用...我开始认为这与我的扫描有关...是否存在某种滞后？

我什至只是在分类规则上使用了 YMDBIRTH，但在扫描完成后它仍然没有对列进行分类。

根据这个 Microsoft 文档，我认为我在这里记录的第一个方法应该有效“DateofBirth|BirthDate|DOB|YMDBIRTH”

https://docs.microsoft.com/en-us/azure/purview/create-a-custom-classification-and-classification-rule

根据文件说：

如果数据通常位于他们知道名称的列中，例如 Employee_ID 或 EmployeeID，他们可以添加列模式正则表达式以使扫描更加准确。一个示例正则表达式是 Employee_ID|EmployeeID

所以使用这个，我认为应该可以： Classification Rule Screenshot

Answer 1

由于我们数据库中的命名约定，我们必须获得更多创意，因为列的名称如 fs_address 或 address1、FP_address2、address_line3。这是我用来匹配地址相关字段的列名之类的地址

/\w*address\w*|\w*street\w*|\w*city\*w|\w*country\w*|\w*postal\w*|\w*prov\w*/i

\w 匹配任意单词字符（相当于[a-zA-Z0-9_]）

* 在零次和无限次之间匹配前一个标记 这允许模式将 PR_ADDRESS_line1 匹配到 /\waddress\w

最后的 /i 使其不区分大小写

希望对你有帮助

Answer 2

我不知道这一点，但在扫描规则集中，如果您创建一个您认为替换 系统规则 的新 自定义规则，并且您取消选中系统规则.扫描规则似乎不会应用您的自定义规则...

对我来说，我没有选中“出生日期”系统规则，在检查它（连同我的自定义规则）之后，它可以正常工作并正确分类列

见截图：Selected Classification Rules

另外，我的第一个分类方法 DateofBirth|BirthDate|DOB|YMDBIRTH 是正确的，并且在此之后工作得很好。