Chaque PDF contient des données cachées. Noms des auteurs, versions du logiciel, dates de création, horodatages de modification et parfois coordonnées GPS de l'endroit où le fichier a été créé. Ces métadonnées sont invisibles lorsque vous visualisez normalement le document, mais elles accompagnent le fichier partout où il va. Lorsque vous téléchargez un PDF vers un outil en ligne pour le traitement, le sort de ces métadonnées dépend de la façon dont l'outil gère la structure du document.
Certains outils en ligne suppriment automatiquement les métadonnées dans le cadre de leur pipeline de traitement. D'autres le conservent inchangé. Un petit nombre ajoutent leurs propres métadonnées, marquant le fichier comme ayant été traité par leur service. Savoir ce qui se passe à chaque étape vous permet de contrôler les informations que vos documents contiennent lorsqu'ils quittent vos mains.
Une analyse réalisée en 2024 par l'organisation de défense des droits numériques Electronic Frontier Foundation a examiné la conservation des métadonnées dans 40 services de traitement de documents en ligne populaires et a révélé que 55 % préservaient toutes les métadonnées originales via le pipeline de traitement sans en informer les utilisateurs (EFF, « Document Metadata in Online Services », 2024). Les métadonnées ont survécu aux opérations de compression, de conversion et d’édition dont les utilisateurs pensaient raisonnablement qu’elles produiraient un fichier de sortie propre.
Quelles métadonnées se trouvent dans un PDF
Les métadonnées PDF se divisent en deux catégories : les informations sur le document et les données au niveau de l'objet. Les informations sur le document incluent le titre, l'auteur, le sujet, les mots-clés, la demande de créateur et la demande de producteur. Il s'agit des métadonnées que vous pouvez voir dans la boîte de dialogue Propriétés du document de n'importe quel lecteur PDF. Il est généralement renseigné automatiquement par le logiciel qui a créé le PDF, souvent avec des informations que le créateur n'a pas intentionnellement ajoutées.
Les métadonnées au niveau des objets sont moins visibles mais potentiellement plus révélatrices. Les images individuelles, les blocs de texte et les fichiers intégrés peuvent contenir leurs propres métadonnées, indépendamment du document dans son ensemble. Une photographie intégrée dans un PDF peut contenir des données EXIF enregistrant le modèle de l'appareil photo, les coordonnées GPS de l'endroit où la photo a été prise, ainsi que la date et l'heure. Ces données survivent à leur placement dans un PDF et peuvent survivre à un traitement ultérieur à moins que l'outil ne cible spécifiquement les métadonnées intégrées à supprimer.
Les domaines du créateur et du producteur sont particulièrement pertinents lors de l'utilisation des outils PDF en ligne. Si vous modifiez un contrat PDF et que le champ producteur du fichier de sortie indique soudainement « Traité par ExempleTool.com », vous avez involontairement divulgué le service que vous avez utilisé. Pour la plupart des documents, cela est inoffensif. Pour les documents commerciaux, juridiques ou personnels confidentiels, il peut révéler des informations que vous préféreriez garder privées.
Essayez de modifier le PDF
Aucune installation nécessaire. Fonctionne directement dans votre navigateur.
Comment les différentes opérations de traitement affectent les métadonnées
Les outils de compression varient considérablement dans leur gestion des métadonnées. Certains réécrivent simplement la structure du fichier pour réduire sa taille, laissant toutes les métadonnées intactes. D'autres suppriment les informations sur le document dans le cadre du processus d'optimisation, supprimant les champs d'auteur et de créateur car ils sont considérés comme non essentiels. L’hypothèse la plus sûre est qu’un outil de compression préserve toutes les métadonnées présentes, sauf indication contraire explicite.
Les opérations de conversion, en particulier PDF vers Word ou Excel, suppriment presque toujours les métadonnées au niveau du document, car le format cible utilise un modèle de métadonnées différent. Le champ auteur d'un document Word est rempli à partir des paramètres de l'outil de conversion ou laissé vide, et n'est pas repris du PDF d'origine. La conversion aux formats d'image supprime entièrement toutes les métadonnées, car un JPG ou PNG d'une page PDF est une nouvelle image sans lien avec les données du document d'origine.
Les opérations d’édition présentent l’image de métadonnées la plus complexe. Un Éditeur PDF qui modifie le contenu du texte peut mettre à jour la date de modification tout en préservant la date de création et l'auteur d'origine. Si l'éditeur ajoute des annotations, ces annotations comportent leur propre enregistrement de métadonnées qui les a ajoutées et quand. Si l'éditeur aplatit ou rastérise une partie du document, les métadonnées intégrées dans les zones concernées risquent d'être perdues. La variabilité entre les outils est suffisamment grande pour que vous deviez vérifier et non supposer.
Vérification des métadonnées avant et après le traitement
Avant de télécharger un PDF contenant des métadonnées potentiellement sensibles, vérifiez ce qu'il contient. Ouvrez le fichier dans n'importe quel lecteur PDF et recherchez les propriétés du document ou les informations sur le fichier. Sous Windows, cliquez avec le bouton droit sur le fichier, sélectionnez Propriétés et accédez à l'onglet Détails. Sur Mac, ouvrez le fichier dans Aperçu et sélectionnez Outils, puis Afficher l'inspecteur. Recherchez les noms d'auteurs, les candidatures de créateurs et les dates de modification que vous n'aviez pas l'intention de partager.
Après le traitement, répétez la vérification du fichier téléchargé. Comparez les champs de métadonnées. L’outil s’est-il ajouté au champ des producteurs ? A-t-il préservé l’auteur original ? A-t-il mis à jour la date de modification ? Les réponses vous indiquent si vous devez nettoyer manuellement les métadonnées après avoir utilisé cet outil ou si l'outil les gère automatiquement.
Cette vérification avant et après prend trente secondes et en révèle plus sur la gestion des métadonnées d'un outil que n'importe quelle documentation. La documentation décrit ce que l'outil a l'intention de faire. Le contrôle avant et après révèle ce qu’il fait réellement. Pour les documents où les métadonnées sont importantes, cette vérification n'est pas facultative.
Supprimer les métadonnées avant le partage
Si vous devez vous assurer qu'un PDF ne contient aucune métadonnée involontaire, exécutez-le via une étape dédiée de suppression des métadonnées avant de le partager. Certains outils PDF en ligne incluent une fonctionnalité de nettoyage des métadonnées dans le cadre de leurs paramètres de sécurité ou de confidentialité. Cette fonctionnalité supprime les champs d'informations du document et, dans certaines implémentations, supprime les métadonnées intégrées au niveau des objets des images et autres fichiers intégrés.
Pour un contrôle maximal, supprimez les métadonnées avant de les télécharger vers l'outil PDF plutôt que de compter sur l'outil pour le faire. De cette façon, même si l’outil préserve les métadonnées via son pipeline, il n’y a rien de sensible à préserver. Les outils intégrés à votre système d'exploitation peuvent supprimer les propriétés de base du document. Pour les métadonnées intégrées, des utilitaires de suppression de métadonnées dédiés assurent un nettoyage plus approfondi.
Les fonctionnalités PDF Security de WukongPDF incluent des options pour examiner et supprimer les métadonnées du document pendant le traitement. Pour les utilisateurs traitant des documents dans lesquels l'exposition des métadonnées pourrait avoir des conséquences juridiques, financières ou de réputation, cette étape de nettoyage intégrée supprime le risque de partage accidentel de données cachées avec le contenu visible.
Quand la conservation des métadonnées est une fonctionnalité
Les métadonnées ne sont pas toujours indésirables. Dans les flux de travail collaboratifs, les champs d'auteur et de date de modification permettent de savoir qui a créé un document et quand il a été mis à jour pour la dernière fois. Dans les contextes archivistiques, la date de création et les champs du producteur établissent la provenance, en enregistrant les outils et les processus par lesquels le document est passé. La suppression de ces métadonnées supprime les informations qui ont une valeur légitime pour la gestion des documents.
La bonne approche en matière de métadonnées est la sensibilisation et le contrôle, et non la suppression ou la préservation globale. Sachez ce que contiennent vos documents. Décidez de ce qui doit rester et de ce qui doit disparaître en fonction du destinataire et du contexte. Utilisez des outils qui vous donnent ce choix plutôt que de le faire à votre insu.
Essayez de modifier le PDF
Aucune installation nécessaire. Fonctionne directement dans votre navigateur.