Tem. Quase todo PDF leva metadados que você nunca digitou: um nome de autor, o app que o criou, o software que gerou o PDF e quando ele foi criado e alterado pela última vez. Muitas vezes há também um título e palavras-chave, às vezes herdados de um modelo. Nada disso aparece na página, mas qualquer pessoa que receba o arquivo consegue ler em poucos segundos.

Dá para ver quase tudo nas Propriedades do documento do seu leitor de PDF. Remover direito significa salvar uma cópia nova sem esses campos e verificar as outras coisas escondidas que um PDF pode levar, como comentários e respostas de formulário, que não são metadados, mas vazam do mesmo jeito.

Que metadados há em um PDF

Um PDF guarda metadados em dois lugares. Os campos de informações do documento são os que o seu leitor mostra. Muitos arquivos também têm um bloco de metadados XMP, que pode repetir os mesmos dados e acrescentar outros.

  • Autor: muitas vezes o seu nome real ou o nome de usuário do seu computador, preenchido pelo app que criou o arquivo.
  • Criador e Produtor: o app e o software de PDF, às vezes com número de versão, como um editor de texto, um sistema de folha de pagamento ou o software de um scanner.
  • Datas de criação e de modificação: quando o arquivo foi criado e salvo pela última vez, geralmente com precisão de segundos.
  • Título, Assunto e Palavras-chave: às vezes definidos de propósito, muitas vezes herdados de um modelo ou de um documento mais antigo.
  • Extras do XMP: dependendo do app, coisas como um ID do documento, o histórico das ferramentas de edição ou um aviso de direitos autorais.

Outras coisas escondidas que vão junto com um PDF

Os metadados são a parte que as pessoas conhecem. Estas são as que pegam as pessoas de surpresa:

  • Comentários e notas adesivas: observações de revisão como “confira o salário dele antes” ficam no arquivo se não forem apagadas, mesmo com o painel de comentários fechado.
  • Respostas de campos de formulário: um formulário preenchido leva as respostas como dados, que alguns sistemas leem diretamente.
  • Uma camada de texto oculta: um PDF digitalizado que passou por OCR tem texto invisível e pesquisável por baixo da imagem, inclusive em qualquer parte que você achou que tinha cortado ou coberto.
  • Conteúdo debaixo de uma caixa: um retângulo preto ou branco desenhado sobre o texto o esconde na tela, mas o texto continua no arquivo e pode ser copiado.
  • Anexos: um PDF pode conter outros arquivos, que só aparecem no painel de anexos.
  • Versões anteriores: alguns apps salvam as alterações acrescentando-as ao fim do arquivo, então o conteúdo antigo ainda pode estar lá dentro.

Por que isso importa, com exemplos reais

  • Um contrato de aluguel feito a partir do modelo de uma imobiliária mantém o nome do inquilino anterior no campo Título.
  • Um currículo enviado a um novo empregador tem o nome do seu empregador atual no campo Autor, porque você o escreveu no notebook do trabalho.
  • Um orçamento com data da última sexta-feira tem data de modificação de hoje de manhã, o que pode levantar dúvidas em uma disputa.
  • Um holerite tarjado ainda mostra o nome completo no campo Título, então a tarja não protegeu nada.

Como verificar o que o seu PDF revela

  1. Abra o arquivo em um leitor de PDF no computador. Apps de celular raramente mostram as propriedades completas.
  2. Abra as Propriedades do documento. No Acrobat Reader, ficam em Arquivo, Propriedades. Nos visualizadores embutidos do Chrome e do Firefox, ficam no menu do visualizador. No Mac, o Pré-Visualização mostra em Ferramentas, Mostrar Inspetor.
  3. Leia os campos Autor, Título, Assunto, Palavras-chave, Criador, Produtor, Criado e Modificado.
  4. Abra os painéis de comentários e de anexos, se o seu leitor tiver, e procure qualquer coisa que você não esperava.
  5. Tente selecionar e copiar o texto em volta de qualquer coisa que você cobriu ou pintou de preto. Se conseguir colar em algum lugar, ainda está no arquivo.

Os leitores mostram os campos de informações do documento, não o bloco XMP. Se você precisa ver tudo, a ferramenta de linha de comando gratuita ExifTool lista os dois.

O que o Kopitiam faz com os metadados

O Kopitiam não tem um editor de metadados, mas cada ferramenta trata os metadados de um jeito fixo, e ajuda saber qual é qual.

  • Editar PDF, Juntar, Dividir, Extrair páginas, Organizar e Tarjar montam um arquivo novo a partir das suas páginas. O Título, o Autor, o Assunto, as Palavras-chave e o bloco XMP originais não são levados. Criador e Produtor passam a ser pdf-lib, a biblioteca de código aberto que o Kopitiam usa, e as duas datas passam a ser o momento em que você baixa.
  • Girar, Marca d’água e Numerar páginas salvam as alterações no mesmo arquivo. O Título, o Autor, as Palavras-chave e a data de criação originais continuam. O Produtor passa a ser pdf-lib e a data de modificação passa a ser o momento em que você baixa.
  • O Comprimir no modo Sem perdas ou Reduzir fotos apaga Título, Autor, Assunto, Palavras-chave, Criador e Produtor. As datas de criação e de modificação e qualquer bloco XMP continuam.
  • O Comprimir no modo Forte refaz cada página como imagem em um arquivo novo, então nenhum dos campos originais vem junto, e o texto deixa de ser selecionável.
Limpar os metadados não limpa as páginas. As ferramentas que montam um arquivo novo continuam copiando cada página como está, inclusive comentários e campos de formulário dessa página. Verifique isso separadamente e use o Tarjar, não uma caixa desenhada, para tudo na página que precise sumir.

Um jeito rápido de limpar um arquivo antes de enviar

  1. Verifique o arquivo como descrito acima e anote o que você quer tirar.
  2. Abra no Organizar PDF, deixe as páginas como estão e clique em Baixar PDF organizado. A nova cópia não tem o Título, o Autor, o Assunto, as Palavras-chave nem o bloco XMP originais.
  3. Se houver texto na página para remover, como um número de IC em um holerite, use o Tarjar PDF e clique em Tarjar e baixar. Ele também monta um arquivo novo, então os mesmos metadados são descartados, e o texto tarjado é removido, não só coberto.
  4. Abra a cópia baixada e confira de novo as Propriedades do documento e o painel de comentários antes de enviar.

A nova cópia vai dizer que foi produzida pelo pdf-lib, com a data de hoje. Isso revela qual biblioteca gerou o arquivo, não quem você é, mas vale saber.

Casos especiais e quando não usar o Kopitiam

  • Arquivos protegidos por senha ou com restrições: o Kopitiam ainda não abre PDFs bloqueados. Abra o arquivo com a senha no seu leitor e use Imprimir, Salvar como PDF para criar uma cópia desbloqueada. Essa cópia também é nova, com metadados próprios, então verifique.
  • Documentos digitalizados: o campo Produtor muitas vezes indica o scanner ou o app de digitalização. Se a digitalização tiver uma camada de texto de OCR, o Tarjar remove esse texto oculto nas áreas que você marca, não só a imagem visível.
  • Arquivos muito grandes: tudo roda no seu dispositivo, então o limite prático é a memória dele. Uma digitalização de 300 páginas pode ficar lenta em um celular mais antigo; um computador dá conta melhor.
  • Quando as datas importam: se um registro precisa manter a data de criação original, não passe por uma ferramenta que monta um arquivo novo. Girar, Marca d’água, Numerar páginas e Comprimir no modo Sem perdas ou Reduzir fotos mantêm a data de criação. Editar, Juntar, Dividir, Extrair, Organizar, Tarjar e a compressão Forte a redefinem.
  • Quando você precisa definir metadados, como um título adequado para um relatório publicado: use o app que criou o documento. O Kopitiam não grava campos personalizados.

As ferramentas de PDF do Kopitiam funcionam no seu navegador, então o arquivo que você está limpando não é enviado para um servidor no caminho. Para documentos sensíveis, isso é metade da questão.