Článek
Proč začernění textu v PDF často selže
Černý obdélník nakreslený přes odstavec vypadá, jako by byl text pryč, ale ve většině editorů PDF tomu tak není. Písmena, která jste zakryli, jsou v souboru stále uložena jako vybíratelné znaky; box je jen nový tvar ležící navrch. Zkopírujte stránku, vyhledejte v ní, nebo ji otevřete v jiném prohlížeči, a "začerněná" věta se může znovu objevit. Zde je, proč se to děje, a metoda začernění, která text skutečně odstraní, místo aby ho jen skryla.
Tvar navrch není smazání
Stránka PDF uchovává dvě věci odděleně: textové objekty, každý znak s pozicí a fontem, a kreslicí objekty umístěné na stránce, mezi které patří jakýkoli obdélník, zvýraznění nebo anotace, kterou přidáte. Když nakreslíte černý box v prohlížeči PDF, přidáváte nový kreslicí objekt nad existující textové objekty. Stránka teď vypadá začerněně, protože box vizuálně zakrývá písmena. Nic souboru neříká, aby odstranil textové objekty pod ním, takže zůstávají přesně tam, kde byly, na stejné pozici, se stejným obsahem.
Jak se původní text znovu objeví
Protože textové objekty soubor nikdy neopustily, čtyři běžné akce je mohou odhalit: výběr a zkopírování "začerněného" řádku, spuštění textového vyhledávání v celém dokumentu, extrakce surového textu jakýmkoli nástrojem PDF na text, nebo otevření souboru v prohlížeči, který vykresluje textové objekty nad kreslicími objekty v jiném pořadí. Nic z toho nevyžaduje zvláštní dovednosti. Toto se veřejně stalo víc než jednou: PDF zveřejněná s černými boxy přes citlivé pasáže se ukázala stále obsahovat čitelný, kopírovatelný text pod nimi, a chyba se dostala do zpráv místo toho, aby zůstala skrytá.
Nejprve proměnit stránku v obrázek
Řešením je odstranit textovou vrstvu před začerněním, ne po něm. Převeďte stránku PDF na obyčejný obrázek nástrojem jako pdf-to-image, poté nakreslete přes citlivou oblast na tomto obrázku pomocí image-redact. V tu chvíli na stránce nezůstávají žádné textové objekty, jen pixely, takže box neleží navrch ničeho obnovitelného. Znovu sestavte začerněné obrázky do PDF pomocí image-to-pdf a dříve citlivý text jednoduše už neexistuje, jen obrázek stránky s částí zakrytou.
Co se tímto obětuje
Rasterizace stránky promění skutečný, prohledávatelný text na statický obrázek, takže kdokoli, kdo si začerněnou stránku poté přečte, už nemůže vybírat ani vyhledávat text této stránky, ať začerněný, nebo ne. To je přijatelný kompromis pro stránku, kterou chráníte: alternativa, ponechání textové vrstvy nedotčené a doufání, že to nikdo nezkontroluje, je přesně ta chyba, kterou tento článek začal. Pokud jiné stránky ve stejném dokumentu nenesou žádný citlivý obsah, můžete je ponechat nedotčené a rasterizovat jen ty, které to potřebují.
Použijte plný box a zkontrolujte i metadata
U textu je plně neprůhledný černý nebo jednobarevný box bezpečnější volbou; filtr rozmazání lze u velkého, obyčejného textu někdy zpětně odhadnout, pokud je rozmazání slabé, takže se lépe hodí na obličeje nebo fotografie než na věty. Začernění viditelné stránky se také nedotkne metadat souboru: jméno autora, verze softwaru, souřadnice GPS na vložených fotografiích nebo historie úprav mohou uniknout nezávisle na obsahu stránky. Pokud to pro váš dokument záleží, zkontrolujte, co metadata vašeho souboru odhalují, ještě než ho sdílíte.
Nástroje v tomto článku
Časté dotazy
Smaže nakreslení černého obdélníku v prohlížeči PDF text pod ním?
Obvykle ne. Pokud nástroj nemá specializovanou funkci začernění, která odstraní podkladové textové objekty, nakreslení tvaru jen přidá vrstvu navrch stránky. Původní znaky zůstávají v souboru a lze je vybrat, vyhledat nebo extrahovat běžnými nástroji.
Je rozmazání citlivého textu bezpečnější než jeho zakrytí boxem?
U textu ne. Slabé rozmazání aplikované na velký, obyčejný text lze někdy zvrátit dost dobře na to, aby se dal odhadnout původní znak, zvlášť u krátkých slov nebo čísel. Plný, zcela neprůhledný box, nebo úplné odstranění textové vrstvy rasterizací nejprve, je bezpečnější volbou pro text; rozmazání se lépe hodí na obličeje nebo obecný fotografický obsah.
Ztratí se převodem PDF na obrázky před začerněním něco důležitého?
Ztratí se možnost vybírat nebo vyhledávat text na stránkách, které převádíte, protože se stanou obyčejnými obrázky. U stránky, kterou aktivně začerňujete, je to přesně smyslem: citlivý text už neexistuje jako extrahovatelné znaky. Stránky, které nenesou žádný citlivý obsah, mohou zůstat jako běžné stránky PDF, pokud rasterizujete jen ty, které to potřebují.