Tak. Prawie każdy PDF zawiera metadane, których nigdy nie wpisałeś: nazwisko autora, aplikację, w której powstał, oprogramowanie, które zapisało PDF, oraz to, kiedy został utworzony i ostatnio zmieniony. Często jest też tytuł i słowa kluczowe, czasem pozostałe po szablonie. Nic z tego nie widać na stronie, ale każdy, kto dostanie plik, odczyta to w kilka sekund.

Większość z tego zobaczysz we właściwościach dokumentu w swoim czytniku PDF. Porządne usunięcie oznacza zapisanie nowej kopii bez tych pól i sprawdzenie innych ukrytych rzeczy, które może zawierać PDF, takich jak komentarze i odpowiedzi w formularzach. To nie są metadane, ale wyciekają w ten sam sposób.

Jakie metadane są w PDF

PDF przechowuje metadane w dwóch miejscach. Pola informacji o dokumencie to te, które pokazuje Twój czytnik. Wiele plików ma też blok metadanych XMP, który może powtarzać te same dane i dodawać kolejne.

  • Autor: często Twoje prawdziwe imię i nazwisko albo nazwa użytkownika komputera, wpisana przez aplikację, która utworzyła plik.
  • Twórca i producent (Creator i Producer): aplikacja i oprogramowanie PDF, czasem z numerami wersji, na przykład edytor tekstu, system płacowy albo oprogramowanie skanera.
  • Daty utworzenia i modyfikacji: kiedy plik powstał i kiedy został ostatnio zapisany, zwykle co do sekundy.
  • Tytuł, temat i słowa kluczowe: czasem ustawione celowo, często odziedziczone po szablonie lub starszym dokumencie.
  • Dodatki XMP: zależnie od aplikacji na przykład identyfikator dokumentu, historia narzędzi do edycji albo informacja o prawach autorskich.

Inne ukryte rzeczy, które podróżują z PDF

Metadane to ta część, o której ludzie wiedzą. Oto rzeczy, na których ludzie się przejeżdżają:

  • Komentarze i karteczki: uwagi z recenzji w rodzaju „najpierw sprawdź jego pensję” zostają w pliku, dopóki ich nie usuniesz, nawet gdy panel komentarzy jest zamknięty.
  • Odpowiedzi w polach formularza: wypełniony formularz zawiera odpowiedzi jako dane, które niektóre systemy odczytują bezpośrednio.
  • Ukryta warstwa tekstowa: zeskanowany PDF, który przeszedł przez OCR, ma pod obrazem niewidoczny, przeszukiwalny tekst, także w części, którą myślałeś, że przyciąłeś lub zakryłeś.
  • Treść pod prostokątem: czarny lub biały prostokąt narysowany na tekście ukrywa go na ekranie, ale tekst nadal jest w pliku i da się go skopiować.
  • Załączniki: PDF może zawierać inne pliki, widoczne tylko w panelu załączników.
  • Wcześniejsze wersje: niektóre aplikacje zapisują zmiany, dopisując je na końcu pliku, więc starsza treść może wciąż być w środku.

Dlaczego to ważne: prawdziwe przykłady

  • Umowa najmu zrobiona z szablonu pośrednika ma w polu Tytuł nazwisko poprzedniego najemcy.
  • CV wysłane do nowego pracodawcy ma w polu Autor nazwę obecnego pracodawcy, bo napisałeś je na służbowym laptopie.
  • Oferta z datą z zeszłego piątku ma datę modyfikacji z dzisiejszego ranka, co w sporze może budzić pytania.
  • Zanonimizowany pasek wypłaty nadal pokazuje pełne imię i nazwisko w polu Tytuł, więc anonimizacja niczego nie ochroniła.

Jak sprawdzić, co zdradza Twój PDF

  1. Otwórz plik w czytniku PDF na komputerze. Aplikacje na telefon rzadko pokazują pełne właściwości.
  2. Otwórz właściwości dokumentu. W Acrobat Reader są w menu Plik, Właściwości. We wbudowanych przeglądarkach PDF w Chrome i Firefoksie znajdziesz je w menu przeglądarki PDF. Na Macu Podgląd pokazuje je w menu Narzędzia, Pokaż Inspektora.
  3. Przeczytaj pola Autor, Tytuł, Temat, Słowa kluczowe, Twórca, Producent, Utworzono i Zmodyfikowano.
  4. Otwórz panele komentarzy i załączników, jeśli Twój czytnik je ma, i poszukaj czegoś, czego się nie spodziewałeś.
  5. Spróbuj zaznaczyć i skopiować tekst wokół wszystkiego, co zakryłeś lub zaczerniłeś. Jeśli da się go gdzieś wkleić, wciąż jest w pliku.

Czytniki pokazują pola informacji o dokumencie, a nie blok XMP. Jeśli chcesz zobaczyć wszystko, darmowe narzędzie wiersza poleceń ExifTool wyświetla jedno i drugie.

Co Kopitiam robi z metadanymi

Kopitiam nie ma edytora metadanych, ale każde narzędzie traktuje metadane w ustalony sposób i warto wiedzieć, które jak.

  • Edytuj PDF, Połącz, Podziel, Wyodrębnij strony, Uporządkuj i Anonimizuj budują nowy plik z Twoich stron. Oryginalny tytuł, autor, temat, słowa kluczowe i blok XMP nie są przenoszone. Twórca i producent są ustawiane na pdf-lib, bibliotekę o otwartym kodzie, której używa Kopitiam, a obie daty na chwilę pobrania.
  • Obróć, Znak wodny i Numeruj strony zapisują zmiany w tym samym pliku. Oryginalny tytuł, autor, słowa kluczowe i data utworzenia zostają. Producent zmienia się na pdf-lib, a data modyfikacji na chwilę pobrania.
  • Kompresja w trybie Bezstratna lub Mniejsze zdjęcia czyści tytuł, autora, temat, słowa kluczowe, twórcę i producenta. Daty utworzenia i modyfikacji oraz ewentualny blok XMP zostają.
  • Kompresja w trybie Mocna odbudowuje każdą stronę jako obraz w nowym pliku, więc żadne z oryginalnych pól nie przechodzi, a tekstu nie da się już zaznaczyć.
Wyczyszczenie metadanych nie czyści stron. Narzędzia, które budują nowy plik, nadal kopiują każdą stronę taką, jaka jest, razem z komentarzami i polami formularza na tej stronie. Sprawdź je osobno i do wszystkiego na stronie, co musi zniknąć, używaj Anonimizuj, a nie narysowanego prostokąta.

Szybki sposób na wyczyszczenie pliku przed wysłaniem

  1. Sprawdź plik w sposób opisany wyżej i zanotuj, co ma zniknąć.
  2. Otwórz go w Uporządkuj PDF, zostaw strony bez zmian i kliknij Pobierz uporządkowany PDF. Nowa kopia nie ma oryginalnego tytułu, autora, tematu, słów kluczowych ani bloku XMP.
  3. Jeśli na stronie jest tekst do usunięcia, na przykład numer IC na pasku wypłaty, użyj zamiast tego Anonimizuj PDF i kliknij Zaczernij i pobierz. To narzędzie też buduje nowy plik, więc te same metadane znikają, a zaczerniony tekst jest usuwany, a nie tylko zakrywany.
  4. Przed wysłaniem otwórz pobraną kopię i jeszcze raz sprawdź właściwości dokumentu i panel komentarzy.

Nowa kopia będzie podawać, że wytworzyła ją biblioteka pdf-lib, z dzisiejszą datą. To zdradza, która biblioteka zapisała plik, a nie kim jesteś, ale warto o tym wiedzieć.

Przypadki szczególne i kiedy nie używać Kopitiam

  • Pliki chronione hasłem lub z ograniczeniami: Kopitiam nie otwiera jeszcze zablokowanych PDF-ów. Otwórz plik z hasłem w swoim czytniku i użyj opcji Drukuj, Zapisz jako PDF, by zrobić odblokowaną kopię. Ta kopia też jest nowa i ma własne metadane, więc ją sprawdź.
  • Zeskanowane dokumenty: pole Producent często podaje nazwę skanera lub aplikacji do skanowania. Jeśli skan ma warstwę tekstową z OCR, Anonimizuj usuwa ten ukryty tekst w zaznaczonych obszarach, a nie tylko widoczny obraz.
  • Bardzo duże pliki: wszystko działa na Twoim urządzeniu, więc praktycznym limitem jest jego pamięć. 300-stronicowy skan może działać wolno na starszym telefonie; komputer radzi sobie lepiej.
  • Gdy daty mają znaczenie: jeśli dokument musi zachować oryginalną datę utworzenia, nie przepuszczaj go przez narzędzie, które buduje nowy plik. Obróć, Znak wodny, Numeruj strony oraz kompresja w trybie Bezstratna lub Mniejsze zdjęcia zachowują datę utworzenia. Edycja, łączenie, dzielenie, wyodrębnianie, porządkowanie, anonimizacja i kompresja w trybie Mocna ją resetują.
  • Gdy musisz ustawić metadane, na przykład porządny tytuł publikowanego raportu: użyj aplikacji, w której powstał dokument. Kopitiam nie potrafi zapisywać własnych pól.

Narzędzia PDF Kopitiam działają w przeglądarce, więc czyszczony plik nie jest po drodze przesyłany na serwer. Przy poufnych dokumentach to połowa sensu.