Vous ouvrez un PDF, sélectionnez un paragraphe de texte, appuyez sur Supprimer, tapez un nouveau texte à la place et enregistrez le fichier. Le nouveau texte apparaît à l'écran. Vous envoyez le document. Le destinataire recherche dans le PDF un terme qui n'apparaissait que dans l'ancien texte, et la recherche le trouve. L'ancien texte que vous pensiez avoir supprimé est toujours dans le fichier, caché derrière le nouveau texte, invisible à l'écran mais entièrement présent dans les données du document. Cette expérience troublante révèle une vérité fondamentale sur l’édition de PDF : ce que vous voyez n’est pas tout.
Les outils PDF Editor disponibles dans les navigateurs et les applications de bureau de base ajoutent généralement du contenu à un PDF plutôt que de véritablement le remplacer. Lorsque vous supprimez un paragraphe et tapez un nouveau texte, l'éditeur dessine un rectangle blanc sur l'ancien texte et place le nouveau texte par-dessus. L'ancien texte reste dans la couche de données du fichier. Toute personne qui extrait le texte, recherche le document ou le convertit dans un autre format peut récupérer ce que vous pensiez avoir supprimé.
Comment fonctionne réellement l'édition PDF : superposition, pas remplacement
Les fichiers PDF ne sont pas conçus pour être modifiés. Le format a été créé comme format de sortie final, l'équivalent numérique d'une page imprimée. Lorsqu'un éditeur PDF modifie un document, il ne réécrit pas les objets texte d'origine. Il ajoute de nouveaux objets qui s'inspirent des anciens. Les objets texte d'origine restent dans le fichier car leur suppression nécessiterait de reconstruire le flux de contenu de la page, ce qui est une opération nettement plus complexe que l'ajout d'une superposition.
Cette approche de superposition a une conséquence importante pour la sécurité des documents et l'intégrité du Format PDF. La taille du document augmente à chaque modification, car l'ancien contenu n'est jamais supprimé, mais uniquement couvert. Un PDF modifié dix fois contient le contenu original ainsi que neuf couches de modifications. La taille du fichier augmente à chaque révision même si le nombre de pages visibles et le contenu apparent restent les mêmes.
L'approche de superposition échange la qualité d'édition contre la vitesse d'édition, et le compromis est invisible jusqu'à ce que le contenu caché refait surface.
Le problème de superposition est plus aigu avec l'édition de texte. Un éditeur peut dessiner un rectangle blanc pour masquer l'ancien texte et placer le nouveau texte dans un objet texte distinct. Le rectangle blanc recouvre visuellement l’ancien texte, mais l’ancien texte est toujours dans le calque de texte. Un lecteur d'écran lit à la fois l'ancien et le nouveau texte. Une recherche trouve les deux. Un outil d'extraction de texte obtient les deux. Le montage était cosmétique.
Un outil de rédaction PDF Editor correctement implémenté supprime le contenu de la couche de texte. L'outil d'édition de texte à usage général de la même application pourrait ne pas l'être. Les utilisateurs s'attendent raisonnablement à ce que supprimer signifie supprimer, mais le format PDF rend la suppression plus difficile que l'ajout, et de nombreux éditeurs choisissent la voie la plus simple.
Essayez de modifier le PDF
Aucune installation nécessaire. Fonctionne directement dans votre navigateur.
Quand l'ancien texte peut réapparaître
L'ancien texte masqué par les superpositions peut réapparaître dans plusieurs scénarios courants. La conversion du PDF vers un autre format, tel que Word ou texte brut, extrait tout le texte du document, y compris l'ancien texte masqué. L'outil de conversion lit directement le calque de texte PDF et ne voit pas les rectangles de superposition blancs car ce sont des éléments visuels et non du contenu textuel.
L'ouverture du PDF dans une autre visionneuse peut révéler du texte masqué. Un visualiseur qui restitue la page différemment pourrait placer le rectangle de superposition blanc à la mauvaise position, ou pourrait ne pas l'afficher du tout, exposant ainsi l'ancien texte. Les visionneuses basées sur un navigateur, les applications PDF mobiles et les anciennes visionneuses de bureau ont chacune leurs propres particularités de rendu qui peuvent affecter le positionnement de la superposition.
L’utilisation de la fonction Rechercher pour rechercher dans le document recherche le calque de texte, pas le calque visuel. Une recherche d'un mot qui apparaît dans le texte supprimé le trouvera, même si le mot n'est pas visible à l'écran. C'est ainsi que les destinataires découvrent qu'un contenu supposément supprimé est toujours présent dans le fichier.
Les lecteurs d'écran et les outils d'accessibilité lisent la couche de texte. Un utilisateur malvoyant qui utilise un lecteur d'écran entend à la fois le texte actuel et le texte supprimé, souvent sans indiquer qu'une partie de ce qu'il entend est censée être cachée. Les PDF Metadata et la structure peuvent également conserver des traces des modifications précédentes dans l'historique des modifications du document.
Comment vérifier que le texte supprimé a vraiment disparu
Après avoir modifié un PDF, vérifiez que le texte supprimé a bien été supprimé en exécutant une extraction de texte sur le fichier modifié. Copiez tout le texte du PDF en utilisant Ctrl+A et collez-le dans un éditeur de texte. Recherchez dans le texte collé les phrases que vous avez supprimées. Si les phrases apparaissent, la suppression était cosmétique. Vous pouvez également convertir le PDF modifié en fichier texte brut et y rechercher le contenu supprimé.
Une deuxième méthode de vérification utilise la fonction PDF Find. Recherchez un mot ou une expression distinctif dans le texte supprimé. Si l'outil Rechercher le localise, le texte se trouve toujours dans la couche de données du document. L'outil Rechercher de la plupart des lecteurs PDF recherche directement le flux de contenu textuel et n'est pas affecté par les superpositions visuelles.
Pour les documents sensibles, utilisez un outil de rédaction dédié plutôt qu'un outil d'édition général pour supprimer le contenu. Les outils de rédaction sont conçus pour supprimer le texte de la couche de données, pas seulement pour le couvrir visuellement. La différence entre modifier et rédiger est la différence entre masquer du contenu et le supprimer.
Comment supprimer correctement le texte d'un PDF
Le WukongPDF fournit des outils de rédaction ainsi que des outils d'édition généraux. Lorsque vous devez supprimer définitivement le contenu d'un PDF, utilisez la fonction de rédaction et non la fonction d'édition de texte. La rédaction supprime le texte de la couche de données et place une marque noire ou un espace blanc à sa place. L'extraction, la recherche et la conversion de texte ultérieures ne trouveront pas le contenu expurgé car il n'existe plus dans le fichier.
Si vous avez déjà modifié un PDF et devez vous assurer que l'ancien texte ne peut pas être récupéré, l'approche la plus sûre consiste à imprimer le PDF dans un nouveau PDF. Le processus d'impression restitue chaque page sous la forme d'une représentation semblable à une image, supprimant tous les calques et superpositions de texte masqués. Le PDF de sortie contient uniquement ce qui est visible sur la page. Le compromis est que le nouveau PDF perd la capacité de recherche de texte, les liens et autres fonctionnalités interactives.
Une autre approche consiste à extraire uniquement les calques de texte visibles et à créer un nouveau PDF à partir d'eux, en supprimant le contenu masqué. Cela nécessite un outil capable de distinguer les objets texte visibles et masqués et d'exporter sélectivement uniquement les objets visibles. Le PDF résultant est propre et contient uniquement le contenu prévu.
Prévenir la rétention accidentelle de contenu
Lors de la modification de fichiers PDF qui seront partagés en externe, établissez un flux de travail comprenant une étape de vérification du contenu. Après l'édition, exécutez une extraction de texte et recherchez tout contenu censé être supprimé. Pour les documents contenant des données juridiques, financières ou personnelles, cette étape de vérification doit être obligatoire avant que le fichier ne quitte votre contrôle.
Pensez à utiliser des formats autres que PDF pour les documents nécessitant des modifications approfondies. Modifiez le document dans son format d'origine, Word, Google Docs, InDesign, et exportez un nouveau PDF lorsque le contenu est final. Une nouvelle exportation à partir du document source ne contient aucun historique des modifications ni aucun contenu masqué. Le PDF remplit son objectif en tant que format de sortie final, et non en tant que canevas d'édition.
Le problème ne se limite pas au texte. Les images supprimées d'un PDF à l'aide d'un éditeur de base peuvent également rester dans les données du fichier. L'éditeur dessine un rectangle blanc sur l'ancienne image et place la nouvelle image par-dessus. Les données de l'image originale sont toujours intégrées dans le PDF, ce qui augmente la taille du fichier et reste extractible par toute personne ouvrant le fichier avec un outil capable d'énumérer tous les objets incorporés.
La rétention d’informations sensibles dans les PDF est un risque de sécurité documenté. En 2023, la Direction australienne des transmissions a publié des directives avertissant que la rédaction de PDF effectuée avec des outils non spécialisés pourrait permettre de récupérer le contenu rédigé. Les directives indiquaient spécifiquement que dessiner des cases noires sur du texte ou des images ne supprimait pas les données sous-jacentes et que les documents convertis pourraient exposer le contenu prétendument supprimé.
Le moyen le plus sûr de partager un PDF modifié qui ne doit pas contenir de traces de contenu précédent consiste à reconstruire le PDF à partir du contenu visible uniquement. Imprimez le document modifié dans un nouveau PDF à l'aide d'un pilote d'imprimante PDF. Ce processus restitue chaque page telle qu'elle apparaît à l'écran et écrit uniquement le contenu visible dans le nouveau fichier. Le texte masqué, les images supprimées et l'historique des modifications sont tous supprimés car ils ne font pas partie de l'apparence de la page rendue.
Pour les organisations qui traitent des documents soumis à des demandes de divulgation légale ou d’accès à l’information, il est essentiel de comprendre la différence entre l’édition et la rédaction. Un document produit en réponse à une demande de divulgation contenant du texte caché mais récupérable peut entraîner de graves conséquences juridiques. Les tribunaux et les régulateurs traitent le contenu caché comme du contenu divulgué, qu'il soit visible ou non sur la page.
Le flux de travail d'édition le plus sûr pour les PDF contenant des informations sensibles ou confidentielles consiste à modifier le document source, et non le PDF. Apportez des modifications au fichier Word d'origine, à Google Doc ou au fichier de conception et exportez un nouveau PDF à partir de la source modifiée. Une nouvelle exportation ne contient aucun contenu caché, aucun historique des modifications et aucune donnée résiduelle des versions précédentes qui pourrait être récupérée par un destinataire déterminé.
| Scénario | Comment le texte masqué est exposé | Niveau de risque |
|---|---|---|
| Conversion de PDF en Word | Le convertisseur extrait tout le texte de la couche de données | Élevé : tout le texte masqué devient visible |
| Rechercher dans un PDF | La fonction Rechercher recherche le flux de texte, pas la couche visuelle | Support : révèle l'existence d'un texte caché |
| Accès au lecteur d'écran | Lit directement le calque de texte, en ignorant les superpositions | Élevé : lit l'ancien et le nouveau texte ensemble |
| Visionneuse PDF différente | Un autre visualiseur peut ne pas afficher correctement la superposition | Moyen : incohérent entre les téléspectateurs |
| Extraction de texte / copier-coller | Sélectionner tout capture tout le texte de la couche de données | Élevé : le texte masqué apparaît dans le tampon de collage |
Essayez de modifier le PDF
Aucune installation nécessaire. Fonctionne directement dans votre navigateur.