feat(cybersecurity): 8 IoC regex extractors + extract_iocs pipeline puro
Extractores nuevos en python/functions/cybersecurity/: - extract_ip_addresses (IPv4 + IPv6 con validacion ipaddress) - extract_emails (RFC 5322 simplificado) - extract_domains (FQDNs con TLD valido, lista estatica) - extract_file_hashes (MD5/SHA1/SHA256/SHA512, algoritmo por longitud) - extract_crypto_wallets (BTC legacy + bech32, ETH 0x+40hex) - extract_cve_ids (CVE-YYYY-NNNN+) - extract_mac_addresses (xx:xx:xx + xx-xx-xx, separador uniforme) - extract_phone_numbers (E.164 + ES local 9 digitos) Pipeline: - extract_iocs corre todos, deduplica spans contenidos. Mantiene purity:pure (kind:function con uses_functions no vacio) porque la regla del registry exige que los pipelines sean impuros. Todas devuelven list[dict] con value/start/end/type para que el caller (issues 0038-0040) pueda reconciliar offsets con spans NER sin reparsing. Refs #0037 Co-Authored-By: Claude Opus 4.7 (1M context) <noreply@anthropic.com>
This commit is contained in:
@@ -0,0 +1,40 @@
|
||||
---
|
||||
name: extract_phone_numbers
|
||||
kind: function
|
||||
lang: py
|
||||
domain: cybersecurity
|
||||
version: "1.0.0"
|
||||
purity: pure
|
||||
signature: "def extract_phone_numbers(text: str) -> list[dict]"
|
||||
description: "Extrae numeros de telefono en formato E.164 (`+CC...`) y formato local ES (9 digitos empezando por 6/7/8/9), con offsets. Permite separadores `space` y `-` entre grupos."
|
||||
tags: [ioc, phone, e164, spain, regex, extract, cybersecurity, python]
|
||||
uses_functions: []
|
||||
uses_types: []
|
||||
returns: []
|
||||
returns_optional: false
|
||||
error_type: ""
|
||||
imports: [re]
|
||||
params:
|
||||
- name: text
|
||||
desc: "string de texto del que extraer telefonos"
|
||||
output: "lista de dicts con {value, start, end, type='phone_number'}"
|
||||
tested: true
|
||||
tests:
|
||||
- "Numero E.164 con espacios"
|
||||
- "Numero local ES de 9 digitos"
|
||||
- "Numero demasiado corto se descarta"
|
||||
test_file_path: "python/functions/cybersecurity/tests/test_extract_iocs.py"
|
||||
file_path: "python/functions/cybersecurity/extract_phone_numbers.py"
|
||||
---
|
||||
|
||||
## Ejemplo
|
||||
|
||||
```python
|
||||
extract_phone_numbers("Llamar al +34 612 345 678 o al 912345678")
|
||||
# [{"value": "+34 612 345 678", "start": 10, "end": 25, "type": "phone_number"},
|
||||
# {"value": "912345678", "start": 31, "end": 40, "type": "phone_number"}]
|
||||
```
|
||||
|
||||
## Notas
|
||||
|
||||
E.164 (ITU-T): entre 8 y 15 digitos tras el `+`. ES local: 9 digitos exactos, primero ∈ {6,7,8,9}. No se discrimina entre movil y fijo. No se normaliza el formato — el caller decide. Para parseo robusto multi-pais usar `phonenumbers` (libpostal-style), pero esa dependencia no es necesaria para extraer candidatos como IoC.
|
||||
Reference in New Issue
Block a user