Por que ainda consigo copiar o texto embaixo de uma caixa preta no PDF?

Porque a caixa foi desenhada por cima do texto sem removê-lo. O texto continua no arquivo, então selecionar, pesquisar ou qualquer ferramenta de extração o encontra. Uma tarja de verdade remove o conteúdo embaixo.

O texto tarjado no Kopitiam some mesmo?

Sim. Cada página com uma caixa é reconstruída como imagem com as caixas pintadas, então o texto original dessa página não está no novo arquivo. O Kopitiam também verifica o arquivo salvo e avisa se encontrar algum texto dentro de uma caixa.

Por que não consigo mais selecionar texto na página tarjada?

O Kopitiam remove o texto transformando a página tarjada inteira em imagem, então o texto que sobra nessa página também passa a fazer parte da figura. As páginas sem caixas mantêm o texto selecionável.

Posso desfazer uma tarja?

Não no arquivo baixado, e é justamente essa a ideia. Antes de clicar em Tarjar e baixar, você pode remover qualquer caixa com o botão ×. Seu arquivo original nunca é alterado, então guarde-o em um lugar seguro se puder precisar dele.

Dá para tarjar um PDF digitalizado?

Sim. Desenhe caixas sobre as partes da digitalização que você quer esconder. O Kopitiam as pinta em uma nova imagem da página, o que também remove qualquer camada de texto invisível que o scanner tenha acrescentado a essa página.

Como tarjar um PDF direito (e por que caixas pretas falham)

Para tarjar um PDF direito, você precisa de uma ferramenta que remova o conteúdo embaixo da caixa preta, não de uma que só desenhe a caixa por cima. Depois, confira o arquivo salvo: tente selecionar, copiar e pesquisar as palavras tarjadas. Se nada sair, a tarja funcionou.

Desenhar um retângulo preto em um editor, ou usar um marca-texto preto, só muda a aparência da página. O texto continua no arquivo, e qualquer pessoa consegue copiá-lo em segundos. Tribunais, órgãos do governo e jornais já publicaram documentos assim por engano. Veja por que isso acontece e como evitar.

Por que uma caixa preta não remove nada

Uma página de PDF é uma lista de instruções de desenho: coloque este texto aqui, esta linha ali, esta foto naquele canto. Uma caixa preta é só mais uma instrução, acrescentada por cima. A instrução de texto embaixo continua intacta, então selecionar tudo e copiar, uma pesquisa ou qualquer ferramenta de extração de texto ainda encontra as palavras.

O mesmo vale para outras formas que as pessoas usam para esconder coisas:

Realce preto no Word e depois exportar para PDF. As palavras são exportadas como texto normal com fundo preto.
Uma cobertura branca ou da mesma cor do fundo. A própria ferramenta Cobrir do Editar PDF do Kopitiam funciona assim, o que é certo para corrigir um erro de digitação e errado para esconder um número de conta.
Uma forma ou adesivo colocado como comentário. Comentários podem ser ocultados, movidos ou excluídos por quem abrir o arquivo.
Recortar a página. Um recorte muitas vezes só muda a área visível, e a parte cortada pode continuar no arquivo.

O teste que tira a dúvida: abra o arquivo salvo, arraste sobre a área preta, copie e cole em uma nota. Depois, pesquise no arquivo uma palavra que você removeu. Se qualquer um dos dois encontrar algo, o texto ainda está lá.

Como tarjar um PDF com o Kopitiam

Abra o Tarjar PDF e solte seu arquivo na página, ou clique para escolhê-lo. Todas as páginas aparecem, identificadas como Página 1, Página 2 e assim por diante.
Arraste sobre cada trecho de texto que você quer eliminar. Uma caixa preta aparece onde você arrasta. O contador acima das páginas mostra quantas caixas você já colocou.
Colocou uma no lugar errado? Clique no × dessa caixa para removê-la e arraste de novo.
Passe por todas as páginas. Não há busca com tarja automática, então um nome que aparece em oito páginas precisa de uma caixa em cada uma.
Clique em Tarjar e baixar. O novo arquivo é salvo com o nome do seu arquivo e -redacted no final. O arquivo original não é alterado.
Leia a nota que aparece. Ela deve dizer que não resta texto selecionável em nenhuma área tarjada.

Faça cada caixa um pouco maior que as palavras. Letras como g, j e y descem abaixo da linha, e uma caixa muito justa pode deixar as perninhas à mostra. Arrastes muito pequenos, de poucos pixels, são ignorados, então um clique sem querer não adiciona uma caixa.

O que o Kopitiam faz de fato com o seu arquivo

Cada página que tem pelo menos uma caixa é transformada em uma imagem de alta resolução, com as caixas pretas pintadas nos pixels. A nova página contém só essa imagem. O texto original, as fontes e quaisquer camadas ocultas dessa página não são levados junto, então não há nada para selecionar ou extrair.

Antes de o arquivo ser salvo, o Kopitiam lê de volta os pixels onde cada caixa deveria estar e para com um erro se alguma caixa não estiver totalmente preta onde você a desenhou. Depois de salvar, ele verifica se o novo arquivo tem texto dentro das suas caixas. Se encontrasse algum, você veria um aviso para não considerar o arquivo tarjado com segurança.

Isso tem uma desvantagem que você precisa conhecer. Em uma página tarjada, o resto do texto também deixa de poder ser selecionado ou pesquisado, e links ou campos de formulário dessa página param de funcionar. As páginas sem caixas são copiadas como estão, então mantêm o texto selecionável. Tudo isso acontece no seu navegador, e o documento nunca é enviado.

O que mais pode entregar as suas informações

Outras páginas. Um nome que você removeu da página 2 pode continuar no rodapé da página 9, ou em um sumário.
Comentários e notas em páginas que você não tarjou. Essas páginas são copiadas como estão, então uma nota na página 7 continua lá.
O contexto. Remover um nome, mas deixar o cargo, a data e a agência, pode tornar a pessoa fácil de identificar.
O nome do arquivo. “Ahmad-revisao-salarial.pdf” diz muita coisa. Renomeie o arquivo antes de enviar.
As propriedades do documento. O Kopitiam cria um arquivo novo, então os campos originais de título e autor não são copiados, mas vale conferir as propriedades de qualquer arquivo no seu leitor de PDF antes de compartilhar.

Digitalizações, senhas, celulares e documentos longos

Documentos digitalizados. Muitos scanners acrescentam uma camada de texto invisível para que você possa pesquisar a digitalização. Uma caixa preta desenhada em um editor comum deixa essa camada para trás. O Kopitiam reconstrói cada página tarjada como uma imagem nova, então a camada de texto oculta dessa página vai embora também.
PDFs protegidos por senha. O Kopitiam ainda não abre arquivos bloqueados. Abra no seu leitor de PDF com a senha, use Imprimir e depois Salvar como PDF para criar uma cópia desbloqueada, e tarje essa cópia.
PDFs com restrições de edição. Você vai ver uma mensagem dizendo que a ferramenta não consegue alterar o arquivo. O mesmo passo de Imprimir e Salvar como PDF gera uma cópia que você pode tarjar.
No celular. Arrastar na página desenha uma caixa em vez de rolar, então posicione o dedo com cuidado. Um notebook é mais fácil para documentos com muitos detalhes pequenos para remover.
Arquivos longos ou grandes. As páginas tarjadas viram imagens, então um arquivo com muitas páginas tarjadas fica maior. Se depois ele ficar grande demais para o e-mail, passe-o pelo Comprimir PDF. Cada página é desenhada no seu navegador antes, então uma digitalização muito longa pode ficar lenta em um dispositivo mais antigo.

Confira o resultado antes de enviar

Abra o arquivo baixado, não o que ainda está na tela, no seu leitor de PDF de sempre.
Arraste sobre cada caixa preta e tente copiar. Nada deve ser colado.
Use a pesquisa do leitor para procurar duas ou três palavras que você removeu.
Para uma conferência completa, passe o arquivo tarjado pelo PDF para Word e texto e leia o resultado. As palavras removidas não devem aparecer em lugar nenhum.
Role todas as páginas uma vez, procurando algo que tenha escapado.

Quando o Kopitiam não é a ferramenta certa

O Kopitiam serve para tarjas do dia a dia: um extrato bancário para um pedido de visto, um holerite para um aluguel, a digitalização de um passaporte com o número coberto de preto. Ele não foi feito para a produção de provas em processos judiciais nem para pedidos de acesso à informação, em que você pode precisar encontrar todas as ocorrências de uma palavra em centenas de páginas, carimbar um código de motivo em cada caixa, manter o resto da página pesquisável ou guardar um registro do que foi removido. Programas profissionais de tarja fazem essas coisas.