我有Python代码可以从英文查询生成SQL查询。但在预测时，我可能需要在我的英文查询中发送敏感数据给模型。我想要对我的英文查询中的敏感信息（如名词和数字）进行屏蔽。当我收到预测的查询时，我想要再次取消屏蔽这些数据。
简而言之，我需要一个Python程序，它可以在我的字符串中屏蔽名词和数字，然后在我想要时取消屏蔽它们。我们可以用你建议的任何东西来替代它。
样例英文查询：
    How many Chocolate Orders for a customer with ID 123456?
屏蔽后的预期输出：
    How many xxxxxxxxxx Orders for a customer with ID xxxxxxxxx? 
我的算法将创建以下查询：
    Select count(1) from `sample-bucket` as d where d.Type ='xxxxxxxx' and d.CustId = 'xxxxxxx'
现在我需要以下未屏蔽的查询：
    Select count(1) from `sample-bucket` as d where d.Type ='Chocolate' and d.CustId = '123456'

您可以使用以下代码对字符串进行掩码和解除掩码。这样，您可以保留字典中的单词，并在以后需要解除掩码字符串时使用它们。我认为这段代码对使用第三方工具的人们非常有帮助。
import base64 
import nltk
nltk.download('averaged_perceptron_tagger')
def base_64_encoding(text):
    return str(base64.b64encode(text.encode("utf-8")).decode("utf-8"))
def base_64_decoding(text):
    return str(base64.b64decode(text.encode('utf-8')).decode('utf-8'))
masked_element = {}
english_query = "How many Chocolate Orders for a customer with ID 123456?"
print("English Query: ", english_query)
for word in english_query.split(" "):
    ans = nltk.pos_tag([word])
    val = ans[0][1]
    if val == 'NN' or val == 'NNS' or val == 'NNPS' or val == 'NNP':
        masked_element[word] = base_64_encoding(word)
        english_query = english_query.replace(word, base_64_encoding(word))
    if word.isdigit():
        masked_element[word] = base_64_encoding(word)
        english_query = english_query.replace(word, base_64_encoding(word))
print("Masked Query: ", english_query)
for key, val in masked_element.items():
    if val in english_query:
        english_query = english_query.replace(val, key)
print("Unmasked English Query: ", english_query)