كيف تنقّح ملف PDF بشكل صحيح

الخطأ، ولماذا يتكرر

صفحة PDF برنامج رسم. النص تعليمة لوضع أحرف معينة عند إحداثيات معينة، والمستطيل الأسود تعليمة أخرى لملء مساحة. رسم المستطيل لا يزيل النص — بل يرسم فوقه. الأحرف لا تزال في الملف، تحته، وتحديد تلك المساحة ينسخها. وأي أداة مجانية تستخرجها في ثوانٍ.

سبب تكرار هذا أن الواجهة تخبرك بأنه نجح. ترسم مربعًا، فتختفي الكلمات من العرض، وتحفظ الملف، فيبدو تمامًا كمستند منقّح. لا خطأ، ولا تحذير، ولا فرق مرئي عن التنقيح الصحيح. كل فشل تنقيح منشور قرأت عنه — وثائق محاكم غير منقّحة، ومبالغ تسويات، وأسماء شهود، وتقرير استخباراتي استُعيدت محذوفاته في دقائق — كان شخصًا رسم شكلًا وصدّقه.

تظليل النص بالأسود هو الخطأ نفسه بثوب مختلف، وكذلك تغطيته بمستطيل أبيض في معالج نصوص قبل التصدير إلى PDF.

ما الذي يفعله التنقيح الحقيقي

الترتيب معكوس. يُحذف النص من محتوى الصفحة أولًا، ثم يُرسم المربع الأسود بعد ذلك كعلامة مرئية على مكان شيء كان موجودًا. انسخ المنطقة المنقّحة فلن تحصل على شيء، لأنه لا يوجد شيء؛ واستخرج نص الصفحة فلن تجد الكلمات ببساطة.

هذا ما يفعله تنقيح PDF هنا، ويُبلغك بعدد أجزاء النص التي أزالها — وهذا مهم، لأن التنقيح الذي لم يطابق شيئًا يبدو مطابقًا لتنقيح نجح. إذا رسمت مربعًا فوق اسم ولم يُزَل شيء، فالأرجح أن الاسم جزء من صورة لا نص، ويحتاج إلى الفقرة التالية.

النص داخل الصور مشكلة منفصلة

الاسم داخل صفحة ممسوحة ضوئيًا، أو في لقطة شاشة ملصقة في تقرير، ليس نصًا على الإطلاق — إنه بكسلات. حذف النص لا يمكنه المساس به، والمربع المرسوم فوقه هو بالضبط التغطية غير الفعالة الموصوفة أعلاه، لأن البكسلات تحته تبقى في بيانات الصورة.

الحل هو إعادة عرض تلك الصفحات مع تطبيق التنقيح، فلا تعود البكسلات موجودة فعلًا. وهذه كلفة حقيقية تستحق أن تعرفها: تصبح تلك الصفحات صورًا، فيتوقف أي نص فيها عن أن يكون قابلًا للتحديد ويكبر الملف. بالنسبة لمستند ممسوح ضوئيًا لا يغيّر هذا شيئًا، فهو صور أصلًا. أما في المستند المختلط فهي مقايضة.

والأمر نفسه ينطبق على الصور عمومًا. إذا كنت تموّه وجهًا أو لوحة سيارة، فاجعل التمويه قويًا بما يكفي كي لا تحمل المنطقة أي بنية مرئية — فقد أعاد باحثون بناء نصوص من تكسير بكسلي ضعيف بتوليد احتمالات ومطابقتها. إذا كان لا يزال بإمكانك تخمين عدد الأحرف التي كانت هناك، فالتمويه ليس قويًا بما يكفي.

الأماكن التي يحتفظ فيها PDF بأسماء نسيتها

هذا هو الجزء الذي يوقع حتى من نفّذوا التنقيح بشكل صحيح. يخزّن PDF النص في أماكن أكثر من الصفحة المرئية، والتنقيح المثالي للصفحة يترك كل تلك الأماكن سليمة.

مخطط الإشارات المرجعية كثيرًا ما يحتوي على عناوين أقسام فيها أسماء. قيم حقول النماذج تبقى حتى عندما يكون الحقل غير مرئي. الملفات المرفقة قد تكون مستندات كاملة مخفية داخل PDF. معلومات المستند وحزمة بيانات XMP الوصفية تحمل العنوان والمؤلف والبرنامج وغالبًا مسار الملف الأصلي — الذي يكشف اسم مستخدم وبنية مجلدات. التعليقات والشروح تحمل نصها الخاص واسم كاتبها. واسم الملف نفسه يرافق المستند أينما ذهب.

وهناك مكان آخر، وهو الأدق: ملف PDF المحفوظ تزايديًا يحتفظ بمراجعاته السابقة داخل الملف نفسه. إذا عُدّل مستند وحُفظ بدلًا من إعادة كتابته، فقد تكون نسخة سابقة من صفحة ما لا تزال موجودة فيه. ولهذا فإن خطوة التحقق أدناه ليست اختيارية لأي شيء مهم.

تحقّق من النتيجة، وكيف

التحقق هو الخطوة التي يتجاوزها الناس، وهي التي تحميك فعلًا. ثلاثة فحوص، بترتيب تصاعدي في الدقة.

افتح النتيجة وحاول تحديد المنطقة المنقّحة. إذا استطعت نسخ أي شيء، فتوقف. هذا يكشف الفشل الأساسي في خمس ثوانٍ ويستحق أن تفعله في كل مرة.

انظر إلى خصائص المستند. العنوان والمؤلف والموضوع والكلمات المفتاحية ظاهرة في أي قارئ PDF تحت «ملف» ثم «خصائص». إذا كان حقل المؤلف هو الاسم الذي قضيت ساعة في إزالته، فإن التنقيح لم يحقق شيئًا.

أعِد بناء الملف. تمرير النتيجة عبر أداة تعيد كتابة المستند مما تشير إليه صفحاته فعلًا — Ghostscript بالأمر gs -sDEVICE=pdfwrite، أو qpdf --empty --pages out.pdf 1-z -- — يتخلص من الكائنات غير المشار إليها والمراجعات السابقة. وإضافة exiftool -all:all= تمسح البيانات الوصفية. لوثيقة محكمة أو أي شيء يخضع للإفصاح، افعل الثلاثة واطلب من شخص آخر أن يتحقق.

حذف صفحة ليس تنقيحًا أيضًا

يستحق أن يُقال وحده، لأنه من فئة الخطأ نفسها. حذف صفحات PDF يبني مستندًا جديدًا من الصفحات التي أبقيتها — لكن الرابط في صفحة مُبقاة كان يشير إلى صفحة محذوفة لا يزال يجب أن يُحلّ، مما يسحب نسخة من تلك الصفحة المحذوفة إلى الملف الجديد ككائن لا تشير إليه شجرة الصفحات. غير مرئي في كل قارئ، وموجود في البايتات.

لإخفاء صفحة من العرض، الحذف صحيح وكافٍ. أما لإزالة محتواها من الوجود، فاحذف الصفحة ثم أعِد بناء الملف كما سبق.