U heeft een contract van 60 pagina's en voordat u dit met de andere partij deelt, moet u elk exemplaar van de naam van uw klant, zijn adres, zijn rekeningnummers en andere vertrouwelijke informatie verwijderen. De naam komt 47 keer voor op 30 verschillende pagina's. Het handmatig vinden en redigeren van elke gebeurtenis zou een uur duren en je zou er vrijwel zeker een paar missen. Een zoek-en-redactiefunctie doet het werk in enkele seconden, waarbij elke match wordt gevonden en ze allemaal in één handeling worden geredigeerd.
Redactie op basis van zoekopdrachten is de meest efficiënte manier om een document op te schonen als u precies weet welke woorden, zinsdelen of patronen moeten worden verwijderd. Het combineert het zoeken naar tekst met het permanent verwijderen van inhoud, en als het correct wordt uitgevoerd, garandeert het dat geen enkel exemplaar van de doeltekst in het document blijft bestaan.
Hoe PDF-redactie verschilt van het tekenen van een black box over tekst
Een veel voorkomende en gevaarlijke fout is het verwarren van redactie met tekenen. Sommige mensen openen een pdf, tekenen een zwarte rechthoek over gevoelige tekst en gaan ervan uit dat de tekst verborgen is. Dat is het niet. De zwarte rechthoek is een annotatie die bovenop de pagina is geplaatst. De originele tekst staat nog steeds in het bestand eronder. Iedereen die de pdf opent in een viewer die annotaties kan verbergen, of die de tekst van de pagina kopieert en plakt, kan de zogenaamd geredigeerde informatie herstellen. Deze fout heeft geleid tot datalekken in de echte wereld, waarbij gerechtelijke dossiers, overheidsdocumenten en bedrijfsonthullingen onbedoeld geredigeerde informatie openbaarden omdat de auteur een tekengereedschap gebruikte in plaats van een redactiegereedschap.
Waar PDF Redactie verwijdert de tekst- en afbeeldingsgegevens permanent uit het bestand. Wanneer u redactie toepast, verwijdert het hulpmiddel de onderliggende inhoud uit de gegevensstromen van de PDF en wordt er een ondoorzichtige overlay op zijn plaats geplaatst. De oorspronkelijke informatie is verdwenen. Het kan niet worden hersteld door annotaties te verbergen, tekst te kopiëren of de interne structuur van het bestand te inspecteren. Voor elk document waarbij de privacy of vertrouwelijkheid in het geding is, is echte redactie de enige aanvaardbare methode.
Stap voor stap: elke keer dat een woord voorkomt, vinden en redigeren
Open de PDF in een tool die op zoekopdrachten gebaseerde redactie ondersteunt. Een redactietool bevat een zoek- en redactiefunctie. Typ het woord of de woordgroep die u wilt zoeken. De tool doorzoekt het hele document en vermeldt elke gebeurtenis, met het paginanummer, de omringende context en een voorbeeld van de overeenkomst. Bekijk de lijst om te bevestigen dat u alle exemplaren wilt redigeren. Soms verschijnt een woord zowel als gevoelige informatie als als een algemene term. Als de achternaam van de klant "Rice" en het document bespreekt ook de grondstoffenrijst, je moet elke match afzonderlijk bekijken in plaats van ze allemaal blindelings te redigeren.
Nadat u de overeenkomsten heeft bekeken, selecteert u de overeenkomsten die u wilt redigeren. U kunt individuele overeenkomsten kiezen, alle overeenkomsten op een specifieke pagina of alle overeenkomsten in het document. Pas de redactie toe. De tool verwijdert de geselecteerde tekst permanent en plaatst een zwart vakje of het door u gekozen redactieteken over elke locatie. Sla het geredigeerde bestand op onder een nieuwe naam. Het originele, niet-geredigeerde bestand moet veilig en gescheiden van de geredigeerde versie worden opgeslagen. De redactie is onomkeerbaar, en dat is het punt. U kunt niet per ongeluk de niet-geredigeerde versie verzenden als u alleen over de geredigeerde versie beschikt.
Patronen redigeren: e-mailadressen, telefoonnummers en ID-nummers
Naast exacte woorden bevatten veel redactiescenario's ook patronen. Elk e-mailadres in een document moet worden verwijderd. Elk burgerservicenummer in het formaat 123-45-6789 moet worden verwijderd. Elk creditcardnummer in een 16-cijferig formaat moet worden verwijderd. Geavanceerde redactietools ondersteunen reguliere expressies, of regex, die patronen definiëren in plaats van exacte tekst. Een regex zoals \b[A-Za-z0-9._%+-]+@[A-Za-z0-9.-]+\.[A-Z|a-z]{2,}\b komt overeen met e-mailadressen. Een regex zoals \b\d{3}-\d{2}-\d{4}\b komt overeen met burgerservicenummers.
Patroongebaseerde redactie is krachtig, maar vereist voorzichtigheid. Een regex die te breed is, komt overeen met tekst die u niet wilde redigeren. Een regex die te smal is, zal instanties missen die niet precies in het patroon passen. Nadat u een op patronen gebaseerde redactie hebt uitgevoerd, moet u elke overeenkomst handmatig beoordelen voordat u zich aanmeldt. De regex vindt kandidaten. Het menselijk oordeel bepaalt welke kandidaten daadwerkelijk gevoelige informatie bevatten. De PDF Editor van WukongPDF ondersteunt zowel zoeken naar exacte overeenkomsten als op patronen gebaseerd zoeken naar redactie, met een overeenkomstbeoordelingsinterface die elke overeenkomst in context toont voordat u de redactie uitvoert.
Controleren of de redactie voltooid was
Controleer na het redigeren de resultaten met twee tests. Scan het document eerst visueel. De geredigeerde gebieden moeten duidelijk worden gemarkeerd met de door u gekozen overlay, black box, white box of aangepaste tekst zoals [REDACTED]. Er mag geen gevoelige tekst zichtbaar zijn. Ten tweede, probeer de tekst te extraheren. Druk in een willekeurige PDF-viewer op Ctrl-A om alle tekst op een pagina te selecteren en kopieer en plak deze vervolgens in een teksteditor. De geplakte tekst mag geen geredigeerde informatie bevatten. Als geredigeerde tekst in de geplakte uitvoer verschijnt, is de redactie niet correct toegepast, is de overlay als annotatie geplaatst in plaats van als permanente verwijdering van de inhoud, en is het document niet beveiligd.
Ten derde zoekt u in de geredigeerde PDF naar de geredigeerde termen. Druk op Ctrl-F en zoek naar het gevoelige woord of de gevoelige zin. De zoekopdracht zou nul resultaten moeten opleveren. Als er overeenkomsten worden gevonden, heeft de redactie deze gemist, wat kan gebeuren als de tekst is opgeslagen als afbeelding in plaats van als selecteerbare tekst, of als de tekst in een metadataveld van een document verschijnt in plaats van in de pagina-inhoud. Voor op afbeeldingen gebaseerde tekst voert u OCR uit op het geredigeerde bestand en doorzoekt u de OCR-uitvoer. Als de OCR de zogenaamd geredigeerde tekst herkent, is de afbeelding niet geredigeerd, maar alleen de tekstlaag, en moet u ook de afbeeldingslaag redigeren. De redactietool PDF Privacy van WukongPDF redigeert zowel de tekstlaag als de afbeeldingslaag tegelijkertijd, waardoor deze gemeenschappelijke kloof wordt gedicht.
Gescande documenten en PDF's met alleen afbeeldingen redigeren
Gescande PDF's vormen een unieke redactieuitdaging omdat de tekst deel uitmaakt van een afbeelding en niet van een afzonderlijke tekstlaag. Op zoek gebaseerde redactie kan geen woorden in afbeeldingen vinden. Er is geen tekst om te zoeken. Om een gescand document te redigeren, moet u eerst OCR uitvoeren om een doorzoekbare tekstlaag te maken, vervolgens in die tekstlaag zoeken om de redactiegebieden te vinden en te markeren en vervolgens de redactie op de onderliggende afbeelding toepassen. De tekstlaag geeft aan waar de gevoelige informatie zich op de pagina bevindt. De redactietool verwijdert deze pixelgebieden vervolgens permanent uit de afbeelding.
Nadat u een gescand document hebt geredigeerd, voert u OCR opnieuw uit op de geredigeerde versie en controleert u of de nieuw herkende tekst de geredigeerde informatie niet bevat. Deze dubbele OCR-verificatie spoort de meest voorkomende fout bij het redigeren van gescande documenten op: de OCR-engine heeft de tekst gevonden, u hebt deze gemarkeerd voor redactie, maar de redactierechthoek was enigszins verkeerd uitgelijnd en bedekte de tekstpixels niet volledig, waardoor fragmenten van tekens zichtbaar bleven. Een paar pixels van een letter zijn voor een vastberaden persoon voldoende om het oorspronkelijke woord te reconstrueren. Zoom in tot 200% op geredigeerde gebieden en bevestig volledige dekking op pixelniveau.
Naast woorden en patronen moet een grondige redactie ook de metagegevens van documenten controleren. Een PDF die op elke pagina perfect is geredigeerd, kan nog steeds gevoelige informatie lekken via de documenteigenschappen: het auteurveld bevat mogelijk de naam van de persoon wiens informatie is geredigeerd, de titel kan een vertrouwelijke projectnaam bevatten en het trefwoordenveld bevat mogelijk termen die verwijderd hadden moeten worden. Nadat u de pagina-inhoud hebt geredigeerd, opent u de documenteigenschappen en wist u de velden Auteur, Onderwerp, Titel en Trefwoorden. Als de PDF ingesloten bestandsbijlagen bevat, wat soms gebeurt bij rapporten die ondersteunende spreadsheets of gegevensbestanden bevatten, moeten deze bijlagen afzonderlijk worden geredigeerd of verwijderd. Ze worden niet beïnvloed door redactie op paginaniveau. Een uitgebreide redactiechecklist omvat drie lagen: pagina-inhoud, metagegevensvelden en ingesloten bestanden. Als een van deze lagen ontbreekt, kan de bescherming die op de andere twee is toegepast, ongedaan worden gemaakt.