Che thông tin trong PDF

Vì sao một hình chữ nhật đen không phải là che thông tin

Đây là sai lầm đã khiến người ta mất việc và thua kiện, nên cần nói thẳng: vẽ một ô đen lên chữ trong PDF không giấu được gì cả. Các ký tự vẫn nằm trong luồng nội dung của trang, ngay bên dưới hình chữ nhật, và ai cũng có thể bôi chọn, sao chép hoặc lấy chúng ra bằng một công cụ miễn phí trong khoảng bốn giây. Mọi vụ che thông tin thất bại từng bị công bố mà bạn đã đọc — số tiền dàn xếp, tên nhân chứng, hồ sơ chưa được che — đều là tài liệu mà ai đó đã vẽ một hình và tin rằng như vậy là xong.

Ở đây mọi thứ diễn ra theo thứ tự ngược lại. Chữ bên trong ô bạn vẽ bị xóa khỏi luồng nội dung trước, rồi ô đen mới được vẽ sau như một dấu hiệu trực quan cho biết chỗ đó từng có gì. Sao chép vùng đã che, bạn chẳng nhận được gì, vì ở đó không còn gì; trích xuất văn bản của trang, các chữ đó không còn nữa. Số đoạn đã bị xóa được hiển thị cho bạn, để một lần che không khớp với chữ nào hiện rõ ra chứ không bị mặc nhiên cho là đã thành công.

Hình vẽ là một vấn đề riêng và có cách giải quyết riêng. Một cái tên nằm trong trang scan, hoặc trong ảnh chụp màn hình dán vào báo cáo, hoàn toàn không phải là chữ — đó là điểm ảnh, và việc xóa chữ không động được đến nó. Bật tùy chọn hình vẽ sẽ kết xuất lại các trang đó với phần che đã được áp dụng, nên điểm ảnh bên dưới thực sự biến mất chứ không chỉ bị phủ lên. Cái giá là có thật và được nói rõ: các trang đó trở thành ảnh, nên mọi chữ trên đó không còn bôi chọn được, và file sẽ nặng hơn.

Một file PDF lưu tên ở nhiều nơi hơn là trên trang, và những nơi còn lại không bị động đến ở đây. Dấu trang, giá trị trường biểu mẫu, file đính kèm, thông tin tài liệu, gói siêu dữ liệu XMP và cả tên file đều là những kho lưu trữ riêng, và một cái tên nằm ở bất kỳ đâu trong số đó vẫn sống sót dù phần che trên trang hoàn hảo. Một phiên bản cũ của tài liệu cũng vậy nếu file được lưu kiểu nối thêm. Trước khi một file đã che thông tin được gửi đến nơi quan trọng, hãy mở phần thuộc tính tài liệu và xem kỹ, rồi đưa kết quả qua một bước dựng lại để loại bỏ những gì các trang không còn tham chiếu tới.

Khi bạn cần công cụ khác

Khi có yếu tố pháp lý, hãy dùng phần mềm được làm cho mức độ rủi ro đó. Tính năng che thông tin của Adobe Acrobat Pro áp dụng cùng logic xóa rồi mới đánh dấu, và thêm thứ mà trang này không thể cung cấp: một bước làm sạch (sanitise) gỡ bỏ siêu dữ liệu, file đính kèm, lớp ẩn, script và các bản đã lưu trước đó chỉ trong một lần. Với hồ sơ nộp tòa, bước đó là bắt buộc.

Phương án miễn phí tương đương là một chuỗi hai lệnh, và nó thực sự kỹ lưỡng. qpdf --qdf --object-streams=disable in.pdf out.pdf hiển thị cấu trúc tài liệu dưới dạng văn bản đọc được để bạn tận mắt xác nhận một cái tên đã biến mất, và exiftool -all:all= out.pdf xóa siêu dữ liệu. Chạy tiếp gs -sDEVICE=pdfwrite -o final.pdf out.pdf sẽ dựng lại file từ những gì các trang thực sự tham chiếu, loại bỏ các đối tượng mồ côi. Kiểm tra lại là phần người ta hay bỏ qua, và đó lại chính là phần quan trọng.