Да. Почти каждый PDF несёт метаданные, которые вы никогда не вводили: имя автора, приложение, в котором он создан, программу, записавшую PDF, и время создания и последнего изменения. Часто есть ещё название и ключевые слова, иногда оставшиеся от шаблона. Ничего из этого не видно на странице, но любой получатель файла может прочитать это за несколько секунд.

Большую часть можно увидеть в свойствах документа в программе для чтения PDF. Удалить всё это как следует — значит сохранить новую копию без этих полей и проверить другие скрытые вещи, которые может нести PDF, например комментарии и ответы в формах: это не метаданные, но утекают они точно так же.

Какие метаданные есть в PDF

PDF хранит метаданные в двух местах. Поля сведений о документе — это то, что показывает ваша программа для чтения. Во многих файлах есть ещё блок метаданных XMP, который может повторять те же сведения и добавлять новые.

  • Автор: часто ваше настоящее имя или имя пользователя компьютера, которое заполнило приложение, создавшее файл.
  • Создатель и производитель: приложение и программа для PDF, иногда с номерами версий, например текстовый редактор, система расчёта зарплаты или программа сканера.
  • Даты создания и изменения: когда файл впервые создали и когда последний раз сохранили, обычно с точностью до секунды.
  • Название, тема и ключевые слова: иногда заданы намеренно, часто унаследованы от шаблона или старого документа.
  • Дополнительные сведения XMP: в зависимости от приложения, например идентификатор документа, история инструментов редактирования или уведомление об авторских правах.

Что ещё скрыто путешествует вместе с PDF

Метаданные — то, о чём люди знают. А вот на чём они попадаются:

  • Комментарии и записки: замечания рецензентов вроде «сначала проверь его зарплату» остаются в файле, пока их не удалят, даже когда панель комментариев закрыта.
  • Ответы в полях формы: заполненная форма несёт ответы в виде данных, которые некоторые системы читают напрямую.
  • Скрытый текстовый слой: в отсканированном PDF, прошедшем OCR, под изображением есть невидимый текст для поиска, включая ту часть, которую вы считали обрезанной или закрытой.
  • Содержимое под прямоугольником: чёрный или белый прямоугольник поверх текста скрывает его на экране, но текст всё ещё в файле, и его можно скопировать.
  • Вложения: PDF может содержать другие файлы, которые видны только на панели вложений.
  • Старые версии: некоторые приложения сохраняют изменения, дописывая их в конец файла, поэтому внутри может оставаться прежнее содержимое.

Почему это важно: реальные примеры

  • В договоре аренды, сделанном по шаблону агента, в поле «Название» осталось имя предыдущего арендатора.
  • В резюме, отправленном новому работодателю, в поле «Автор» стоит название вашего нынешнего работодателя, потому что вы писали его на рабочем ноутбуке.
  • У коммерческого предложения, датированного прошлой пятницей, дата изменения — сегодняшнее утро, и в споре это может вызвать вопросы.
  • В расчётном листке со скрытыми данными в поле «Название» по-прежнему видно полное имя, так что скрытие ничего не защитило.

Как проверить, что выдаёт ваш PDF

  1. Откройте файл в программе для чтения PDF на компьютере. Приложения на телефоне редко показывают свойства полностью.
  2. Откройте свойства документа. В Acrobat Reader это «Файл», «Свойства». Во встроенных просмотрщиках Chrome и Firefox — в меню просмотрщика. На Mac приложение «Просмотр» показывает их через «Инструменты», «Показать инспектор».
  3. Прочитайте поля «Автор», «Название», «Тема», «Ключевые слова», «Создатель», «Производитель», «Создан» и «Изменён».
  4. Откройте панели комментариев и вложений, если они есть в программе, и поищите то, чего не ожидали.
  5. Попробуйте выделить и скопировать текст вокруг всего, что вы закрыли или закрасили чёрным. Если его можно куда-то вставить, он всё ещё в файле.

Программы для чтения показывают поля сведений о документе, но не блок XMP. Если нужно увидеть всё, бесплатная утилита командной строки ExifTool выводит и то и другое.

Что Kopitiam делает с метаданными

Редактора метаданных в Kopitiam нет, но каждый инструмент обращается с метаданными определённым образом, и полезно знать, какой как.

  • «Редактировать PDF», «Объединить», «Разделить», «Извлечь страницы», «Упорядочить» и «Скрыть данные» собирают из ваших страниц новый файл. Исходные название, автор, тема, ключевые слова и блок XMP не переносятся. В поля «Создатель» и «Производитель» записывается pdf-lib, открытая библиотека, которую использует Kopitiam, а обе даты ставятся на момент скачивания.
  • «Повернуть», «Водяной знак» и «Нумерация страниц» сохраняют изменения в тот же файл. Исходные название, автор, ключевые слова и дата создания остаются. «Производитель» становится pdf-lib, а дата изменения — временем скачивания.
  • «Сжать PDF» в режимах «Без потерь» и «Сжать фото» очищает название, автора, тему, ключевые слова, создателя и производителя. Даты создания и изменения и блок XMP, если он есть, остаются.
  • «Сжать PDF» в режиме «Сильное» пересобирает каждую страницу картинкой в новом файле, поэтому ни одно исходное поле не переносится, а текст больше нельзя выделить.
Очистка метаданных не очищает страницы. Инструменты, которые собирают новый файл, всё равно копируют каждую страницу как есть, включая комментарии и поля форм на ней. Проверяйте их отдельно, а всё, что должно исчезнуть со страницы, убирайте через «Скрыть данные в PDF», а не нарисованным прямоугольником.

Быстрый способ очистить файл перед отправкой

  1. Проверьте файл, как описано выше, и отметьте для себя, что нужно убрать.
  2. Откройте его в «Упорядочить PDF», оставьте страницы как есть и нажмите «Скачать PDF». В новой копии нет исходных названия, автора, темы, ключевых слов и блока XMP.
  3. Если со страницы нужно убрать текст, например номер IC в расчётном листке, используйте вместо этого «Скрыть данные в PDF» и нажмите «Скрыть и скачать». Этот инструмент тоже собирает новый файл, поэтому те же метаданные отбрасываются, а скрытый текст удаляется, а не закрывается.
  4. Перед отправкой откройте скачанную копию и снова проверьте свойства документа и панель комментариев.

В новой копии будет указано, что её создала pdf-lib, с сегодняшней датой. Это выдаёт, какая библиотека записала файл, а не кто вы, но знать об этом стоит.

Особые случаи и когда не стоит использовать Kopitiam

  • Файлы с паролем или ограничениями: Kopitiam пока не умеет открывать заблокированные PDF. Откройте файл с паролем в программе для чтения и через «Печать», «Сохранить как PDF» создайте незаблокированную копию. Эта копия тоже новая, со своими метаданными, так что проверьте её.
  • Отсканированные документы: в поле «Производитель» часто указан сканер или приложение для сканирования. Если у скана есть текстовый слой OCR, «Скрыть данные в PDF» удаляет этот скрытый текст в отмеченных областях, а не только видимое изображение.
  • Очень большие файлы: всё работает на вашем устройстве, поэтому на практике предел задаёт его память. Скан на 300 страниц на старом телефоне может обрабатываться медленно; компьютер справится лучше.
  • Когда важны даты: если запись должна сохранить исходную дату создания, не прогоняйте её через инструмент, который собирает новый файл. «Повернуть», «Водяной знак», «Нумерация страниц» и «Сжать PDF» в режимах «Без потерь» и «Сжать фото» сохраняют дату создания. Редактирование, объединение, разделение, извлечение, упорядочивание, скрытие данных и сжатие в режиме «Сильное» её сбрасывают.
  • Когда метаданные нужно задать, например правильное название для публикуемого отчёта: используйте приложение, в котором создан документ. Kopitiam не умеет записывать свои поля.

PDF-инструменты Kopitiam работают в браузере, поэтому файл, который вы очищаете, по пути не загружается на сервер. Для конфиденциальных документов в этом половина смысла.