Как удалить метаданные из PDF

Каждый PDF несет невидимую информацию, которую вы не вводили в сам документ, — кто его создал, каким программным обеспечением, иногда даже историю правок. В большинстве случаев это безобидно. Иногда это реальная проблема конфиденциальности, которую вы не замечаете, пока она уже не была передана кому-то. Вот что там на самом деле находится и как это очистить.

Какие метаданные скрываются в типичном PDF

Метаданные PDF обычно делятся на несколько категорий:

• Свойства документа — имя автора, название, тема, ключевые слова и программное обеспечение, использованное для создания (часто видимое как поля «создатель» и «производитель»).
• Отметки времени создания и изменения — когда файл был создан и последний раз изменен, иногда с точностью до часового пояса.
• Информация об авторе и компании — часто автоматически подтягивается из того программного обеспечения, которое создало файл, включая ваше имя или название вашей организации, если оно было задано в вашей операционной системе или лицензии Office.
• Комментарии и история отслеживаемых изменений — если документ прошел через режим отслеживания изменений Word перед экспортом в PDF, остатки иногда могут сохраняться в зависимости от того, как прошел экспорт.
• Встроенные пути к файлам — иногда исходное расположение файла на компьютере создателя (например, C:\Users\jsmith\Documents\) оказывается встроенным, раскрывая больше, чем предполагалось, о внутренних системах или именах пользователей.

Ничего из этого не видно, когда вы просто открываете и читаете PDF, — это проявляется только тогда, когда кто-то проверяет свойства документа или изучает файл более внимательно.

Почему это реально важно

Несколько конкретных сценариев, в которых метаданные PDF создавали реальные проблемы:

• Внутреннее название файла юридической фирмы или имя члена команды оказывается видимым в документе, отправленном противоположной стороне, раскрывая больше о процессе составления документа, чем предполагалось.
• «Финальный» публичный отчет все еще показывает более раннего автора или название черновика в своих метаданных, противореча версии, представленной в видимом тексте.
• Имя пользователя или внутренний путь к файлу оказывается раскрыт, выдавая информацию о внутренних системах или персонале компании, которая не предназначалась для внешнего доступа.
• Конфиденциальные кодовые названия проектов или имена клиентов появляются в названии документа или метаданных ключевых слов, даже если видимое содержимое было тщательно отредактировано.

Ничто из этого не требует злого умысла — утечки метаданных обычно просто недосмотр, результат незнания о том, что они там есть.

Очистка метаданных из PDF

Самый надежный способ удалить метаданные PDF, не оставляя остатков, — превратить документ в плоский, что убирает интерактивные и встроенные элементы до статичного содержимого страницы:

1. Сначала проверьте, что сейчас находится в метаданных — большинство программ просмотра PDF показывают свойства документа (часто в разделе «Файл > Свойства» или «Информация о документе»), чтобы вы знали, что именно очищаете.
2. Используйте Сделать PDF плоским, чтобы преобразовать файл в статичное содержимое — это удаляет поля форм, слои и большую часть интерактивной структуры, которая может нести метаданные.
3. Для полностью чистой копии самый тщательный подход часто — конвертировать PDF в другой формат и обратно — например, PDF в JPG, затем JPG в PDF для документа, где сохранение выделяемого текста не критично, поскольку воссоздание на основе изображений не несет никаких из встроенных метаданных оригинального файла.
4. Проверьте результат, снова заглянув в свойства документа на новом файле.

Для документов, где вам нужно сохранить текст выделяемым и доступным для поиска (не превращать в изображения), специализированный инструмент очистки метаданных, встроенный в настольное программное обеспечение для PDF, может быть более подходящим, чем полный подход «сделать плоским и переконвертировать», — метод с превращением в плоский документ и переконвертацией лучше всего подходит для случаев, где приоритет — визуальная точность, а не возможность извлечения текста.

Предотвращение утечек метаданных до того, как они произойдут

Очистка постфактум работает, но предотвращение утечки изначально надежнее:

• Осознанно задавайте поля имени/организации в программном обеспечении, создающем ваши PDF, вместо того чтобы оставлять то, что подставилось по умолчанию со старой установки или общего компьютера.
• Отключите отслеживание изменений перед экспортом в PDF из Word или аналогичного редактора — экспортируйте чистую копию без истории правок, если документ прошел через совместное редактирование.
• Проверяйте свойства документа как стандартный шаг перед отправкой чего-либо вовне, так же как вы бы вычитывали видимое содержимое.
• Будьте особенно осторожны с шаблонами — документ, созданный на основе шаблона, сделанного кем-то другим, может нести имя этого человека или организации в метаданных, даже если весь текст написали именно вы.

Часто задаваемые вопросы

Меняет ли удаление метаданных то, как выглядит мой PDF? Нет — метаданные являются невидимой информацией, отдельной от видимого содержимого страницы. Их удаление не изменяет то, что видит читатель, открывая документ.

Удалит ли превращение PDF в плоский документ все метаданные, включая поле автора? Превращение в плоский документ удаляет интерактивные элементы и большую часть встроенной структуры, что решает большинство проблем с метаданными, но для гарантированного полного удаления каждого поля более тщательный вариант — конвертировать в изображения и обратно — см. шаги выше.

Могу ли я проверить, какие метаданные есть в PDF, перед его отправкой? Да — большинство программ просмотра PDF показывают свойства документа (название, автор, дата создания и многое другое) в меню «Свойства» или «Информация о документе», без необходимости в каком-либо специальном инструменте.

Добавляются ли метаданные заново, если я повторно поделюсь очищенным файлом? Только если вы повторно отредактируете его программным обеспечением, которое добавляет собственные поля метаданных, — очищенный, неотредактированный файл сохраняет очищенные метаданные при передаче как есть.

Совпадают ли метаданные PDF с тем, что показывается при редактировании конфиденциальных данных? Нет — редактирование конфиденциальных данных охватывает видимое содержимое на странице. Метаданные — это отдельная, невидимая информация о самом файле, и ее нужно обрабатывать независимо от любого видимого редактирования конфиденциальных данных.

Главный вывод

Метаданные PDF невидимы, но реальны, и иногда они раскрывают больше, чем предполагало видимое содержимое. Перед отправкой чего-либо конфиденциального вовне стоит быстро проверить свойства документа — а для чего-то по-настоящему конфиденциального превращение в плоский документ или переконвертация файла очищает большую часть того, что могло бы утечь.

Нужно очистить существующий документ? Попробуйте Сделать PDF плоским — бесплатно, и работает прямо в браузере.

Регулярно работаете с конфиденциальными документами? Смотрите Инструменты PDF для юристов для похожих рабочих процессов по обеспечению конфиденциальности.