Вы открываете PDF-файл, выбираете абзац текста, нажимаете «Удалить», вводите вместо него новый текст и сохраняете файл. Новый текст появится на экране. Вы отправляете документ. Получатель ищет в PDF-файле термин, который встречался только в старом тексте, и поиск находит его. Старый текст, который, как вы думали, вы удалили, все еще находится в файле, скрытый за новым текстом, невидимый на экране, но полностью присутствующий в данных документа. Этот тревожный опыт раскрывает фундаментальную истину о редактировании PDF: то, что вы видите, — это еще не все, что есть.
Инструменты PDF Editor, доступные в браузерах и базовых настольных приложениях, обычно добавляют контент в PDF-файл, а не заменяют его. Когда вы удаляете абзац и вводите новый текст, редактор рисует белый прямоугольник поверх старого текста и помещает новый текст поверх него. Старый текст остается на уровне данных файла. Любой, кто извлекает текст, выполняет поиск в документе или преобразует его в другой формат, может восстановить то, что, по вашему мнению, было удалено.
Как на самом деле работает редактирование PDF: наложение, а не замена
PDF-файлы не предназначены для редактирования. Формат был создан как окончательный выходной формат, цифровой эквивалент печатной страницы. Когда редактор PDF изменяет документ, он не перезаписывает исходные текстовые объекты. Он добавляет новые объекты, которые рисуются поверх старых. Исходные текстовые объекты остаются в файле, поскольку их удаление потребует перестройки потока содержимого страницы, что является значительно более сложной операцией, чем добавление наложения.
Этот подход наложения имеет важное значение для безопасности документа и целостности формата PDF. Размер документа увеличивается с каждым редактированием, поскольку старый контент никогда не удаляется, а только закрывается. PDF-файл, который редактировался десять раз, содержит исходное содержимое плюс девять уровней редактирования. Размер файла увеличивается с каждой редакцией, хотя количество видимых страниц и видимое содержимое остаются прежними.
Подход с наложением меняет качество редактирования на скорость редактирования, и этот компромисс невидим до тех пор, пока скрытый контент не появится снова.
Проблема наложения наиболее остра при редактировании текста. Редактор может нарисовать белый прямоугольник, чтобы скрыть старый текст и поместить новый текст в отдельный текстовый объект. Белый прямоугольник визуально закрывает старый текст, но старый текст все еще находится на текстовом слое. Программа чтения с экрана читает как старый, так и новый текст. Поиск находит и то, и другое. Инструмент извлечения текста имеет и то, и другое. Редактирование носило косметический характер.
Правильно реализованный инструмент редактирования PDF Editor удаляет содержимое из текстового слоя. Универсальный инструмент редактирования текста в том же приложении может не работать. Пользователи разумно ожидают, что удаление означает удаление, но формат PDF делает удаление более трудным, чем добавление, и многие редакторы выбирают более простой путь.
Попробуйте редактировать PDF
Никакой установки не требуется. Работает прямо в вашем браузере.
Когда старый текст может появиться снова
Старый текст, скрытый наложениями, может появиться снова в нескольких распространенных сценариях. При преобразовании PDF-файла в другой формат, например Word или обычный текст, из документа извлекается весь текст, включая скрытый старый текст. Инструмент преобразования считывает текстовый слой PDF напрямую и не видит белые прямоугольники наложения, поскольку это визуальные элементы, а не текстовое содержимое.
Открытие PDF-файла в другой программе просмотра может обнаружить скрытый текст. Средство просмотра, которое отображает страницу по-другому, может разместить белый прямоугольник наложения в неправильном положении или вообще не отобразить его, обнажая старый текст. Браузерные программы просмотра, мобильные приложения PDF и старые настольные программы просмотра имеют свои особенности рендеринга, которые могут влиять на расположение наложения.
Использование функции «Найти» для поиска в документе выполняет поиск в текстовом слое, а не в визуальном слое. Поиск слова, которое появляется в удаленном тексте, найдет его, даже если это слово не отображается на экране. Таким образом получатели обнаруживают, что предположительно удаленный контент все еще присутствует в файле.
Средства чтения с экрана и специальные возможности читают текстовый слой. Пользователь с ослабленным зрением, использующий программу чтения с экрана, слышит как текущий текст, так и удаленный текст, часто без каких-либо указаний на то, что часть того, что он слышит, должна быть скрыта. Метаданные PDF и структура также могут сохранять следы предыдущих изменений в истории изменений документа.
Как убедиться, что удаленный текст действительно исчез
После редактирования PDF-файла убедитесь, что удаленный текст действительно удален, запустив извлечение текста из отредактированного файла. Скопируйте весь текст из PDF-файла, используя Ctrl+A, и вставьте его в текстовый редактор. Найдите во вставленном тексте фразы, которые вы удалили. Если фразы появляются, удаление было косметическим. Альтернативно можно преобразовать отредактированный PDF-файл в обычный текстовый файл и выполнить поиск удаленного содержимого там.
Второй метод проверки использует функцию PDF Find. Найдите отличительное слово или фразу в удаленном тексте. Если инструмент «Найти» обнаружит его, текст все еще находится на слое данных документа. Инструмент «Найти» в большинстве программ чтения PDF-файлов выполняет поиск непосредственно в потоке текстового содержимого, и на него не влияют визуальные наложения.
Для конфиденциальных документов используйте специальный инструмент редактирования, а не общий инструмент редактирования для удаления содержимого. Инструменты редактирования предназначены для удаления текста из слоя данных, а не просто для его визуального закрытия. Разница между редактированием и редактированием — это разница между сокрытием контента и его удалением.
Как правильно удалить текст из PDF-файла
WukongPDF предоставляет инструменты редактирования, а также общие инструменты редактирования. Если вам необходимо навсегда удалить содержимое из PDF-файла, используйте функцию редактирования, а не функцию редактирования текста. Редактирование удаляет текст из слоя данных и помещает на его место черную метку или пустое пространство. Последующее извлечение, поиск и преобразование текста не найдут отредактированное содержимое, поскольку оно больше не существует в файле.
Если вы уже отредактировали PDF-файл и вам необходимо убедиться, что старый текст невозможно восстановить, самый безопасный подход — распечатать PDF-файл в новом PDF-файле. В процессе печати каждая страница преобразуется в изображение, отбрасывая все скрытые текстовые слои и наложения. Выходной PDF-файл содержит только то, что видно на странице. Компромисс заключается в том, что новый PDF-файл теряет возможности поиска по тексту, ссылки и другие интерактивные функции.
Другой подход — извлечь только видимые текстовые слои и создать из них новый PDF-файл, отбрасывая скрытое содержимое. Для этого требуется инструмент, который сможет различать видимые и скрытые текстовые объекты и выборочно экспортировать только видимые. Полученный PDF-файл является чистым и содержит только необходимое содержимое.
Предотвращение случайного сохранения контента
При редактировании PDF-файлов, которые будут доступны внешним пользователям, создайте рабочий процесс, включающий этап проверки содержимого. После редактирования запустите извлечение текста и найдите любой контент, который должен был быть удален. Для документов с юридическими, финансовыми или личными данными этот этап проверки должен быть обязательным, прежде чем файл выйдет из-под вашего контроля.
Рассмотрите возможность использования форматов, отличных от PDF, для документов, требующих тщательного редактирования. Отредактируйте документ в исходном формате, Word, Google Docs, InDesign и экспортируйте новый PDF-файл, когда содержимое станет окончательным. Свежий экспорт исходного документа не содержит истории изменений и скрытого содержимого. PDF служит своему прямому назначению в качестве окончательного выходного формата, а не в качестве холста для редактирования.
Проблема не ограничивается текстом. Изображения, удаленные из PDF-файла с помощью базового редактора, также могут остаться в данных файла. Редактор рисует белый прямоугольник поверх старого изображения и помещает новое изображение поверх него. Исходные данные изображения по-прежнему встроены в PDF-файл, что увеличивает размер файла и позволяет его извлечь любому, кто откроет файл с помощью инструмента, который может перечислять все встроенные объекты.
Сохранение конфиденциальной информации в PDF-файлах представляет собой документально подтвержденную угрозу безопасности. В 2023 году Управление связи Австралии выпустило руководство, предупреждающее, что редактирование PDF-файлов, выполненное с помощью неспециализированных инструментов, может привести к восстановлению отредактированного контента. В руководстве особо отмечается, что рисование черных прямоугольников поверх текста или изображений не удаляет лежащие в основе данные и что преобразованные документы могут обнажить предположительно удаленный контент.
Самый безопасный способ поделиться отредактированным PDF-файлом, который не должен содержать следов предыдущего содержимого, — это восстановить PDF-файл только из видимого содержимого. Распечатайте отредактированный документ в новый PDF-файл с помощью драйвера принтера PDF. Этот процесс визуализирует каждую страницу так, как она появляется на экране, и записывает в новый файл только видимое содержимое. Скрытый текст, удаленные изображения и история изменений отбрасываются, поскольку они не являются частью отображаемого внешнего вида страницы.
Для организаций, которые обрабатывают документы, подлежащие юридическому раскрытию или запросам о свободе информации, важно понимать разницу между редактированием и редактированием. Документ, созданный в ответ на запрос на раскрытие информации и содержащий скрытый, но восстанавливаемый текст, может привести к серьезным юридическим последствиям. Суды и регулирующие органы рассматривают скрытый контент как раскрытый, независимо от того, был ли он виден на странице.
Самый безопасный процесс редактирования PDF-файлов, содержащих секретную или конфиденциальную информацию, — это редактирование исходного документа, а не PDF-файла. Внесите изменения в исходный файл Word, Google Doc или файл дизайна и экспортируйте новый PDF-файл из отредактированного источника. Свежий экспорт не содержит скрытого содержимого, истории изменений и остаточных данных из предыдущих версий, которые мог бы восстановить определенный получатель.
| Сценарий | Как отображается скрытый текст | Уровень риска |
|---|---|---|
| Преобразование PDF в Word | Конвертер извлекает весь текст из слоя данных | Высокий: весь скрытый текст становится видимым. |
| Поиск в PDF | Функция поиска ищет текстовый поток, а не визуальный слой. | Средний: показывает наличие скрытого текста. |
| Доступ к программе чтения с экрана | Читает текстовый слой напрямую, игнорируя наложения. | Высокий: читает старый и новый текст вместе. |
| Другой просмотрщик PDF | Альтернативное средство просмотра может неправильно отображать наложение. | Средний: неодинаково для разных зрителей. |
| Извлечение текста/копипаст | Выбрать все захватывает весь текст на слое данных. | Высокий: скрытый текст появляется в буфере вставки. |
Попробуйте редактировать PDF
Никакой установки не требуется. Работает прямо в вашем браузере.