हाँ। लगभग हर PDF में ऐसा मेटाडेटा होता है जो आपने कभी टाइप नहीं किया: लेखक का नाम, फ़ाइल बनाने वाला ऐप, PDF लिखने वाला सॉफ़्टवेयर, और फ़ाइल कब बनी और आख़िरी बार कब बदली। अक्सर एक टाइटल और कीवर्ड भी होते हैं, कभी-कभी किसी टेम्पलेट से बचे हुए। इनमें से कुछ भी पेज पर नहीं दिखता, लेकिन फ़ाइल पाने वाला कोई भी इसे कुछ ही सेकंड में पढ़ सकता है।

इसका ज़्यादातर हिस्सा आप अपने PDF रीडर की डॉक्यूमेंट प्रॉपर्टीज़ (Document Properties) में देख सकते हैं। इसे ठीक से हटाने का मतलब है उन फ़ील्ड के बिना एक नई कॉपी सेव करना, और उन दूसरी छिपी चीज़ों को भी जाँचना जो PDF अपने साथ ले जा सकती है, जैसे कमेंट और फ़ॉर्म के जवाब। ये मेटाडेटा नहीं हैं, लेकिन इनसे भी जानकारी उसी तरह लीक होती है।

PDF में कौन-सा मेटाडेटा होता है

PDF मेटाडेटा दो जगह रखती है। डॉक्यूमेंट इन्फ़ॉर्मेशन फ़ील्ड वे हैं जो आपका रीडर दिखाता है। कई फ़ाइलों में एक XMP मेटाडेटा ब्लॉक भी होता है, जो यही विवरण दोहरा सकता है और कुछ और भी जोड़ सकता है।

  • Author (लेखक): अक्सर आपका असली नाम या आपके कंप्यूटर का यूज़र नेम, जिसे फ़ाइल बनाने वाला ऐप अपने-आप भर देता है।
  • Creator और Producer: ऐप और PDF सॉफ़्टवेयर, कभी-कभी वर्ज़न नंबर के साथ, जैसे कोई वर्ड प्रोसेसर, पेरोल सिस्टम या स्कैनर का सॉफ़्टवेयर।
  • Created और Modified तारीख़ें: फ़ाइल पहली बार कब बनी और आख़िरी बार कब सेव हुई, आमतौर पर सेकंड तक।
  • Title, Subject और Keywords: कभी-कभी जान-बूझकर डाले जाते हैं, अक्सर किसी टेम्पलेट या पुराने डॉक्यूमेंट से आ जाते हैं।
  • XMP की अतिरिक्त जानकारी: ऐप के हिसाब से, जैसे डॉक्यूमेंट ID, एडिटिंग टूल का इतिहास या कॉपीराइट नोटिस।

PDF के साथ जाने वाली दूसरी छिपी चीज़ें

मेटाडेटा वह हिस्सा है जिसके बारे में लोग जानते हैं। लोग इन चीज़ों पर चूक जाते हैं:

  • कमेंट और स्टिकी नोट: "पहले उसकी सैलरी देख लो" जैसी रिव्यू टिप्पणियाँ फ़ाइल में तब तक रहती हैं जब तक उन्हें मिटाया न जाए, भले ही कमेंट पैनल बंद हो।
  • फ़ॉर्म फ़ील्ड के जवाब: भरा हुआ फ़ॉर्म अपने जवाब डेटा के रूप में साथ रखता है, जिसे कुछ सिस्टम सीधे पढ़ लेते हैं।
  • छिपी टेक्स्ट लेयर: OCR से गुज़री स्कैन की गई PDF में इमेज के नीचे अदृश्य, सर्च करने लायक टेक्स्ट होता है, उस हिस्से समेत जिसे आप सोचते थे कि आपने क्रॉप कर दिया या ढक दिया।
  • बॉक्स के नीचे का कंटेंट: टेक्स्ट के ऊपर बनाया गया काला या सफ़ेद आयत उसे स्क्रीन पर छिपा देता है, लेकिन टेक्स्ट फ़ाइल में बना रहता है और कॉपी किया जा सकता है।
  • अटैचमेंट: एक PDF में दूसरी फ़ाइलें भी हो सकती हैं, जो सिर्फ़ अटैचमेंट पैनल में दिखती हैं।
  • पुराने वर्ज़न: कुछ ऐप बदलावों को फ़ाइल के आख़िर में जोड़कर सेव करते हैं, इसलिए पुराना कंटेंट अब भी उसके अंदर हो सकता है।

यह क्यों मायने रखता है, असली उदाहरणों के साथ

  • एजेंट के टेम्पलेट से बने किराया एग्रीमेंट के Title फ़ील्ड में पिछले किरायेदार का नाम रह जाता है।
  • नए एम्प्लॉयर को भेजे गए CV के Author में आपके मौजूदा एम्प्लॉयर का नाम होता है, क्योंकि आपने उसे ऑफ़िस के लैपटॉप पर लिखा था।
  • पिछले शुक्रवार की तारीख़ वाले कोटेशन की Modified तारीख़ आज सुबह की है, जिससे किसी विवाद में सवाल उठ सकते हैं।
  • रिडैक्ट की गई सैलरी स्लिप के Title फ़ील्ड में अब भी पूरा नाम दिखता है, यानी रिडैक्शन ने कुछ भी नहीं बचाया।

कैसे जाँचें कि आपकी PDF क्या बताती है

  1. फ़ाइल को कंप्यूटर पर किसी PDF रीडर में खोलें। फ़ोन ऐप शायद ही कभी पूरी प्रॉपर्टीज़ दिखाते हैं।
  2. डॉक्यूमेंट प्रॉपर्टीज़ खोलें। Acrobat Reader में यह File, Properties के नीचे है। Chrome और Firefox के बिल्ट-इन व्यूअर में यह व्यूअर के मेन्यू में है। Mac पर Preview इसे Tools, Show Inspector के नीचे दिखाता है।
  3. Author, Title, Subject, Keywords, Creator, Producer, Created और Modified फ़ील्ड पढ़ें।
  4. अगर आपके रीडर में कमेंट और अटैचमेंट पैनल हैं, तो उन्हें खोलें और ऐसी कोई चीज़ देखें जिसकी आपको उम्मीद नहीं थी।
  5. जिस चीज़ को आपने ढका या काला किया था, उसके आसपास का टेक्स्ट सिलेक्ट और कॉपी करके देखें। अगर आप उसे कहीं पेस्ट कर पाते हैं, तो वह अब भी फ़ाइल में है।

रीडर डॉक्यूमेंट इन्फ़ॉर्मेशन फ़ील्ड दिखाते हैं, XMP ब्लॉक नहीं। अगर आपको सब कुछ देखना है, तो मुफ़्त कमांड-लाइन टूल ExifTool दोनों की सूची दिखाता है।

Kopitiam मेटाडेटा के साथ क्या करता है

Kopitiam में कोई मेटाडेटा एडिटर नहीं है, लेकिन हर टूल मेटाडेटा के साथ एक तय तरीके से पेश आता है, और यह जानना काम आता है कि कौन-सा क्या करता है।

  • PDF एडिट करें, मर्ज, स्प्लिट, पेज निकालें, PDF व्यवस्थित करें और PDF रिडैक्ट करें आपके पेजों से एक नई फ़ाइल बनाते हैं। मूल Title, Author, Subject, Keywords और XMP ब्लॉक साथ नहीं आते। Creator और Producer को pdf-lib पर सेट किया जाता है, जो Kopitiam की इस्तेमाल की गई ओपन-सोर्स लाइब्रेरी है, और दोनों तारीख़ें आपके डाउनलोड करने के पल पर सेट होती हैं।
  • PDF रोटेट करें, PDF वॉटरमार्क और पेज नंबर डालें बदलावों को उसी फ़ाइल में सेव करते हैं। मूल Title, Author, Keywords और Created तारीख़ बनी रहती हैं। Producer pdf-lib हो जाता है और Modified आपके डाउनलोड का समय।
  • लॉसलेस या फ़ोटो छोटी करें मोड में PDF कंप्रेस करें Title, Author, Subject, Keywords, Creator और Producer को खाली कर देता है। Created और Modified तारीख़ें और कोई भी XMP ब्लॉक बने रहते हैं।
  • स्ट्रॉन्ग मोड में PDF कंप्रेस करें हर पेज को एक नई फ़ाइल में तस्वीर के रूप में दोबारा बनाता है, इसलिए मूल फ़ील्ड में से कोई भी साथ नहीं आता, और टेक्स्ट अब सिलेक्ट नहीं किया जा सकता।
मेटाडेटा साफ़ करने से पेज साफ़ नहीं होते। नई फ़ाइल बनाने वाले टूल भी हर पेज को वैसे ही कॉपी करते हैं, उस पेज के कमेंट और फ़ॉर्म फ़ील्ड समेत। इन्हें अलग से जाँचें, और पेज पर जो कुछ भी हटाना ज़रूरी है उसके लिए बनाया हुआ बॉक्स नहीं, PDF रिडैक्ट करें इस्तेमाल करें।

भेजने से पहले फ़ाइल साफ़ करने का आसान तरीका

  1. ऊपर बताए तरीके से फ़ाइल जाँचें और लिख लें कि आप क्या हटाना चाहते हैं।
  2. उसे PDF व्यवस्थित करें में खोलें, पेजों को वैसे ही रहने दें, और व्यवस्थित PDF डाउनलोड करें पर क्लिक करें। नई कॉपी में मूल Title, Author, Subject, Keywords या XMP ब्लॉक नहीं होता।
  3. अगर पेज पर कोई टेक्स्ट हटाना है, जैसे सैलरी स्लिप पर IC नंबर, तो इसके बजाय PDF रिडैक्ट करें इस्तेमाल करें और रिडैक्ट और डाउनलोड पर क्लिक करें। यह भी नई फ़ाइल बनाता है, इसलिए वही मेटाडेटा हट जाता है, और रिडैक्ट किया गया टेक्स्ट ढका नहीं, हटाया जाता है।
  4. भेजने से पहले डाउनलोड की गई कॉपी खोलें और डॉक्यूमेंट प्रॉपर्टीज़ और कमेंट पैनल फिर से जाँचें।

नई कॉपी में लिखा होगा कि उसे pdf-lib ने आज की तारीख़ पर बनाया है। इससे पता चलता है कि फ़ाइल किस लाइब्रेरी ने लिखी, यह नहीं कि आप कौन हैं, लेकिन यह जान लेना अच्छा है।

ख़ास स्थितियाँ, और कब Kopitiam इस्तेमाल न करें

  • पासवर्ड से सुरक्षित या पाबंदी वाली फ़ाइलें: Kopitiam अभी लॉक की गई PDF नहीं खोल सकता। फ़ाइल को उसके पासवर्ड के साथ अपने रीडर में खोलें और Print, Save as PDF से एक अनलॉक कॉपी बनाएँ। वह कॉपी भी नई होती है, उसका अपना मेटाडेटा होता है, इसलिए उसे जाँचें।
  • स्कैन किए डॉक्यूमेंट: Producer फ़ील्ड में अक्सर स्कैनर या स्कैनिंग ऐप का नाम होता है। अगर स्कैन में OCR टेक्स्ट लेयर है, तो PDF रिडैक्ट करें आपके मार्क किए हिस्सों में वह छिपा टेक्स्ट भी हटाता है, सिर्फ़ दिखने वाली इमेज नहीं।
  • बहुत बड़ी फ़ाइलें: सब कुछ आपके डिवाइस पर चलता है, इसलिए असल सीमा आपके डिवाइस की मेमोरी है। 300 पेज का स्कैन पुराने फ़ोन पर धीमा चल सकता है; कंप्यूटर इसे बेहतर संभालता है।
  • जब तारीख़ें मायने रखती हों: अगर किसी रिकॉर्ड की मूल Created तारीख़ बनी रहनी चाहिए, तो उसे नई फ़ाइल बनाने वाले टूल से न गुज़ारें। PDF रोटेट करें, PDF वॉटरमार्क, पेज नंबर डालें और लॉसलेस या फ़ोटो छोटी करें मोड में PDF कंप्रेस करें Created तारीख़ बनाए रखते हैं। एडिट, मर्ज, स्प्लिट, पेज निकालें, व्यवस्थित करें, रिडैक्ट और स्ट्रॉन्ग कंप्रेशन उसे रीसेट कर देते हैं।
  • जब आपको मेटाडेटा सेट करना हो, जैसे किसी प्रकाशित रिपोर्ट का सही टाइटल: वह ऐप इस्तेमाल करें जिससे डॉक्यूमेंट बना था। Kopitiam कस्टम फ़ील्ड नहीं लिख सकता।

Kopitiam के PDF टूल आपके ब्राउज़र में चलते हैं, इसलिए जिस फ़ाइल को आप साफ़ कर रहे हैं वह इस दौरान किसी सर्वर पर अपलोड नहीं होती। संवेदनशील डॉक्यूमेंट के लिए आधी बात यही है।