Ja. Bijna elke PDF bevat metadata die je nooit hebt getypt: een auteursnaam, de app die hem maakte, de software die de PDF schreef, en wanneer hij gemaakt en voor het laatst gewijzigd is. Vaak zijn er ook een titel en trefwoorden, soms overgebleven uit een sjabloon. Niets daarvan staat op de pagina, maar iedereen die het bestand ontvangt, kan het in een paar seconden lezen.

Het meeste zie je in de Documenteigenschappen van je PDF-lezer. Het goed verwijderen betekent een nieuwe kopie opslaan zonder die velden, en controleren op de andere verborgen dingen die een PDF kan bevatten, zoals opmerkingen en antwoorden in formulieren. Dat zijn geen metadata, maar ze lekken op dezelfde manier.

Welke metadata er in een PDF staan

Een PDF bewaart metadata op twee plekken. De velden met documentinformatie zijn de velden die je lezer toont. Veel bestanden hebben ook een XMP-metadatablok, dat dezelfde gegevens kan herhalen en er meer aan toevoegt.

  • Auteur: vaak je echte naam of de gebruikersnaam van je computer, ingevuld door de app die het bestand maakte.
  • Maker en Producent: de app en de PDF-software, soms met versienummers, zoals een tekstverwerker, een salarissysteem of de software van een scanner.
  • Aanmaak- en wijzigingsdatum: wanneer het bestand voor het eerst gemaakt en voor het laatst opgeslagen is, meestal tot op de seconde.
  • Titel, Onderwerp en Trefwoorden: soms met opzet ingesteld, vaak geërfd van een sjabloon of een ouder document.
  • XMP-extra’s: afhankelijk van de app dingen als een document-ID, een geschiedenis van bewerkingstools of een copyrightvermelding.

Andere verborgen dingen die met een PDF meereizen

Metadata zijn het deel waar mensen van weten. Dit zijn de dingen die mensen verrassen:

  • Opmerkingen en notities: reviewopmerkingen zoals ‘eerst zijn salaris checken’ blijven in het bestand tenzij ze worden verwijderd, ook als het opmerkingenpaneel dicht is.
  • Antwoorden in formuliervelden: een ingevuld formulier draagt zijn antwoorden mee als gegevens, die sommige systemen rechtstreeks uitlezen.
  • Een verborgen tekstlaag: een gescande PDF die door OCR is gehaald, heeft onzichtbare, doorzoekbare tekst onder de afbeelding, ook van delen waarvan je dacht dat je ze had bijgesneden of afgedekt.
  • Inhoud onder een vak: een zwarte of witte rechthoek over tekst verbergt die op het scherm, maar de tekst staat nog in het bestand en kan worden gekopieerd.
  • Bijlagen: een PDF kan andere bestanden bevatten, die alleen in het bijlagenpaneel te zien zijn.
  • Eerdere versies: sommige apps slaan wijzigingen op door ze aan het eind van het bestand toe te voegen, dus oudere inhoud kan er nog in zitten.

Waarom het uitmaakt, met echte voorbeelden

  • Een huurcontract dat van het sjabloon van een makelaar is gemaakt, houdt de naam van de vorige huurder in het veld Titel.
  • Een cv voor een nieuwe werkgever heeft de naam van je huidige werkgever bij Auteur, omdat je het op een werklaptop schreef.
  • Een offerte die op afgelopen vrijdag is gedateerd, heeft als wijzigingsdatum vanochtend, en dat kan in een geschil vragen oproepen.
  • Een zwartgelakte loonstrook toont nog steeds de volledige naam in het veld Titel, dus het zwartlakken heeft niets beschermd.

Zo controleer je wat je PDF prijsgeeft

  1. Open het bestand in een PDF-lezer op een computer. Telefoonapps tonen zelden alle eigenschappen.
  2. Open Documenteigenschappen. In Acrobat Reader staat het onder Bestand, Eigenschappen. In de ingebouwde viewers van Chrome en Firefox staat het in het menu van de viewer. Op een Mac toont Voorvertoning het onder Extra, Toon infovenster.
  3. Lees de velden Auteur, Titel, Onderwerp, Trefwoorden, Maker, Producent, Gemaakt en Gewijzigd.
  4. Open de panelen voor opmerkingen en bijlagen, als je lezer die heeft, en kijk of er iets staat wat je niet verwachtte.
  5. Probeer tekst te selecteren en te kopiëren rond alles wat je hebt afgedekt of zwart gemaakt. Kun je het ergens plakken, dan staat het nog in het bestand.

Lezers tonen de velden met documentinformatie, niet het XMP-blok. Wil je alles zien, dan toont de gratis opdrachtregeltool ExifTool ze allebei.

Wat Kopitiam met metadata doet

Kopitiam heeft geen metadata-editor, maar elke tool gaat op een vaste manier met metadata om, en het helpt om te weten welke wat doet.

  • PDF bewerken, PDF samenvoegen, PDF splitsen, Pagina’s extraheren, PDF ordenen en PDF zwartlakken bouwen een nieuw bestand van je pagina’s. De oorspronkelijke Titel, Auteur, Onderwerp, Trefwoorden en het XMP-blok gaan niet mee. Maker en Producent worden ingesteld op pdf-lib, de opensource-bibliotheek die Kopitiam gebruikt, en beide datums worden ingesteld op het moment dat je downloadt.
  • PDF draaien, PDF-watermerk en Paginanummers toevoegen slaan wijzigingen op in hetzelfde bestand. De oorspronkelijke Titel, Auteur, Trefwoorden en aanmaakdatum blijven. Producent wordt pdf-lib en de wijzigingsdatum wordt het moment dat je downloadt.
  • PDF comprimeren in de stand Verliesvrij of Foto’s verkleinen maakt Titel, Auteur, Onderwerp, Trefwoorden, Maker en Producent leeg. De aanmaak- en wijzigingsdatum en een eventueel XMP-blok blijven.
  • PDF comprimeren in de stand Sterk bouwt elke pagina opnieuw op als afbeelding in een nieuw bestand, dus geen van de oorspronkelijke velden komt mee, en de tekst is niet meer selecteerbaar.
Metadata wissen wist de pagina’s niet. Tools die een nieuw bestand bouwen, kopiëren elke pagina nog steeds zoals hij is, inclusief opmerkingen en formuliervelden op die pagina. Controleer die apart, en gebruik PDF zwartlakken, geen getekend vak, voor alles op de pagina wat weg moet.

Een snelle manier om een bestand op te schonen voordat je het verstuurt

  1. Controleer het bestand zoals hierboven beschreven en noteer wat weg moet.
  2. Open het in PDF ordenen, laat de pagina’s zoals ze zijn en klik op Geordende PDF downloaden. De nieuwe kopie heeft geen oorspronkelijke Titel, Auteur, Onderwerp, Trefwoorden of XMP-blok.
  3. Staat er tekst op de pagina die weg moet, zoals een IC-nummer op een loonstrook, gebruik dan PDF zwartlakken en klik op Zwartlakken en downloaden. Ook dat bouwt een nieuw bestand, dus dezelfde metadata vallen weg, en de zwartgelakte tekst wordt verwijderd in plaats van afgedekt.
  4. Open de gedownloade kopie en controleer de Documenteigenschappen en het opmerkingenpaneel nog eens voordat je hem verstuurt.

De nieuwe kopie zegt dat hij door pdf-lib is gemaakt, met de datum van vandaag. Dat verraadt welke bibliotheek het bestand schreef, niet wie jij bent, maar het is goed om te weten.

Randgevallen, en wanneer je Kopitiam niet gebruikt

  • Met een wachtwoord beveiligde of beperkte bestanden: Kopitiam kan vergrendelde PDF’s nog niet openen. Open het bestand met het wachtwoord in je lezer en gebruik Afdrukken, Opslaan als PDF om een ontgrendelde kopie te maken. Die kopie is ook nieuw, met eigen metadata, dus controleer hem.
  • Gescande documenten: het veld Producent noemt vaak de scanner of scanapp. Heeft de scan een OCR-tekstlaag, dan verwijdert PDF zwartlakken die verborgen tekst in de gebieden die je markeert, niet alleen de zichtbare afbeelding.
  • Heel grote bestanden: alles draait op je apparaat, dus de praktische grens is het geheugen van je apparaat. Een scan van 300 pagina’s kan op een oudere telefoon traag zijn; een computer kan het beter aan.
  • Als de datums ertoe doen: moet een archiefstuk zijn oorspronkelijke aanmaakdatum houden, haal het dan niet door een tool die een nieuw bestand bouwt. PDF draaien, PDF-watermerk, Paginanummers toevoegen en PDF comprimeren in de stand Verliesvrij of Foto’s verkleinen houden de aanmaakdatum. PDF bewerken, samenvoegen, splitsen, extraheren, ordenen, zwartlakken en de stand Sterk zetten hem opnieuw.
  • Als je metadata moet instellen, zoals een goede titel voor een gepubliceerd rapport: gebruik de app die het document maakte. Kopitiam kan geen eigen velden schrijven.

De PDF-tools van Kopitiam werken in je browser, dus het bestand dat je opschoont, wordt onderweg niet naar een server geüpload. Voor gevoelige documenten is dat de helft van het punt.