Jak usunąć metadane z PDF

Każdy PDF niesie ze sobą niewidoczne informacje, których nie wpisałeś do samego dokumentu — kto go stworzył, jakie oprogramowanie go wygenerowało, czasem nawet historię edycji. Przez większość czasu jest to nieszkodliwe. Czasami to prawdziwy problem prywatności lub poufności, którego nie zauważasz, dopóki plik nie zostanie już udostępniony. Oto, co naprawdę się tam znajduje i jak to wyczyścić.

Jakie metadane kryją się w typowym PDF

Metadane PDF zwykle dzielą się na kilka kategorii:

• Właściwości dokumentu — imię i nazwisko autora, tytuł, temat, słowa kluczowe oraz oprogramowanie użyte do jego stworzenia (często widoczne jako pola „creator" i „producer").
• Znaczniki czasu utworzenia i modyfikacji — kiedy plik powstał i był ostatnio zmieniany, czasem z dokładnością do konkretnej strefy czasowej.
• Informacje o autorze i firmie — często pobierane automatycznie z oprogramowania, które utworzyło plik, w tym Twoje imię i nazwisko lub nazwa organizacji, jeśli zostały ustawione w systemie operacyjnym lub licencji pakietu biurowego.
• Komentarze i historia śledzonych zmian — jeśli dokument przeszedł przez funkcję Śledzenia zmian w Wordzie przed wyeksportowaniem do PDF, pozostałości mogą czasami przetrwać, w zależności od sposobu eksportu.
• Osadzone ścieżki plików — czasami pierwotna lokalizacja pliku na komputerze twórcy (jak C:\Users\jsmith\Documents\) zostaje osadzona, ujawniając więcej, niż zamierzano, o wewnętrznych systemach czy nazwach użytkowników.

Nic z tego nie jest widoczne, gdy po prostu otwierasz i czytasz PDF — pojawia się dopiero, gdy ktoś sprawdzi właściwości dokumentu lub bliżej przyjrzy się plikowi.

Dlaczego to naprawdę ma znaczenie

Kilka konkretnych scenariuszy, w których metadane PDF spowodowały prawdziwe problemy:

• Wewnętrzna konwencja nazewnictwa plików kancelarii prawnej lub nazwisko członka zespołu trafia do dokumentu wysłanego do przeciwnej strony, ujawniając więcej o procesie sporządzania dokumentu, niż zamierzano.
• „Finalny" publiczny raport wciąż pokazuje w metadanych wcześniejszego autora lub tytuł wersji roboczej, co przeczy wersji przedstawionej w widocznym tekście.
• Ujawniona zostaje nazwa użytkownika lub wewnętrzna ścieżka pliku, zdradzając informacje o wewnętrznych systemach lub personelu firmy, których nie miano zamiaru udostępniać na zewnątrz.
• Poufne kryptonimy projektów lub nazwy klientów pojawiają się w tytule dokumentu lub metadanych słów kluczowych, mimo że widoczna treść została starannie zredagowana.

Żadna z tych sytuacji nie wymaga złych intencji — wycieki metadanych to zwykle po prostu przeoczenie, wynikające z nieświadomości, że w ogóle tam są.

Czyszczenie metadanych z PDF

Najbardziej niezawodnym sposobem usunięcia metadanych PDF bez pozostawiania śladów jest spłaszczenie dokumentu, co usuwa elementy interaktywne i osadzone, sprowadzając je do statycznej treści strony:

1. Najpierw sprawdź, co obecnie znajduje się w metadanych — większość przeglądarek PDF pokazuje właściwości dokumentu (często w menu Plik > Właściwości lub Informacje o dokumencie), więc wiesz, co czyścisz.
2. Użyj Spłaszcz PDF, aby przekonwertować plik na statyczną treść — usuwa to pola formularzy, warstwy i dużą część struktury interaktywnej, która może przenosić metadane.
3. Aby uzyskać całkowicie czystą kopię, najbardziej dogłębnym podejściem jest zwykle przekonwertowanie PDF do innego formatu i z powrotem — na przykład PDF na JPG, a następnie JPG na PDF dla dokumentu, w którym zachowanie zaznaczalnego tekstu nie jest niezbędne, ponieważ odtworzenie oparte na obrazie nie niesie żadnych oryginalnych metadanych osadzonych w pliku.
4. Zweryfikuj wynik, ponownie sprawdzając właściwości dokumentu w nowym pliku.

W przypadku dokumentów, w których musisz zachować tekst zaznaczalny i przeszukiwalny (bez spłaszczania do obrazów), narzędzie do czyszczenia metadanych wbudowane w oprogramowanie PDF na komputer może być bardziej odpowiednie niż pełne spłaszczenie i ponowna konwersja — metoda spłaszczenia/ponownej konwersji najlepiej sprawdza się w przypadkach, gdzie priorytetem jest wierność wizualna, a nie możliwość ekstrakcji tekstu.

Zapobieganie wyciekom metadanych, zanim się pojawią

Sprzątanie po fakcie działa, ale zapobieganie wyciekowi u źródła jest bardziej niezawodne:

• Świadomie ustaw pola imienia/organizacji w oprogramowaniu, które tworzy Twoje pliki PDF, zamiast pozostawiać to, co domyślnie ustawiło się przy starej instalacji lub na wspólnym komputerze.
• Wyłącz śledzenie zmian przed eksportem do PDF z Worda lub podobnego programu — wyeksportuj czystą kopię bez historii wersji, jeśli dokument przeszedł przez wspólną edycję.
• Sprawdzaj właściwości dokumentu jako standardowy krok przed wysłaniem czegokolwiek na zewnątrz, tak samo jak korektujesz widoczną treść.
• Zachowaj szczególną ostrożność przy szablonach — dokument zbudowany na szablonie stworzonym przez kogoś innego może nieść w metadanych jego imię i nazwisko lub nazwę organizacji, nawet jeśli to Ty napisałeś całą właściwą treść.

Najczęściej zadawane pytania

Czy usunięcie metadanych zmienia wygląd mojego PDF? Nie — metadane to niewidoczne informacje, oddzielne od widocznej treści strony. Ich usunięcie nie zmienia tego, co widzi czytelnik po otwarciu dokumentu.

Czy spłaszczenie PDF usunie wszystkie metadane, w tym pole autora? Spłaszczenie usuwa elementy interaktywne i dużą część osadzonej struktury, co rozwiązuje większość obaw dotyczących metadanych, ale dla gwarantowanego całkowitego usunięcia każdego pola bardziej dogłębna jest konwersja do obrazów i z powrotem — zobacz kroki powyżej.

Czy mogę sprawdzić, jakie metadane znajdują się w PDF, zanim go wyślę? Tak — większość przeglądarek PDF pokazuje właściwości dokumentu (tytuł, autor, data utworzenia i więcej) w menu Właściwości lub Informacje o dokumencie, bez potrzeby specjalnego narzędzia.

Czy metadane dodają się ponownie, jeśli udostępnię wyczyszczony plik ponownie? Tylko jeśli ponownie edytujesz go za pomocą oprogramowania, które dodaje własne pola metadanych — wyczyszczony, nieedytowany plik zachowuje usunięte metadane, gdy jest udostępniany bez zmian.

Czy metadane PDF to to samo, co pojawia się w redakcji (zaczernieniu)? Nie — redakcja obejmuje widoczną treść na stronie. Metadane to oddzielne, niewidoczne informacje o samym pliku i trzeba je adresować niezależnie od jakiejkolwiek widocznej redakcji.

Podsumowanie

Metadane PDF są niewidoczne, ale realne, i czasem ujawniają więcej, niż zamierzała widoczna treść. Przed udostępnieniem czegokolwiek wrażliwego na zewnątrz warto szybko sprawdzić właściwości dokumentu — a w przypadku czegoś naprawdę poufnego spłaszczenie lub ponowna konwersja pliku usuwa większość tego, co mogłoby wyciec.

Musisz oczyścić istniejący dokument? Wypróbuj Spłaszcz PDF — za darmo, i działa w przeglądarce.

Regularnie pracujesz z poufnymi dokumentami? Zobacz narzędzia PDF dla prawników, aby poznać pokrewne procesy związane z prywatnością.