每个 PDF 都包含隐藏数据。作者姓名、软件版本、创建日期、修改时间戳，有时还包括文件创建位置的 GPS 坐标。当您正常查看文档时，此元数据是不可见的，但它会随文件一起传播到任何地方。当您将 PDF 上传到在线工具进行处理时，该元数据会发生什么情况取决于该工具处理文档结构的方式。
一些在线工具会自动剥离元数据作为其处理管道的一部分。其他人则保持不变。少数人添加自己的元数据，将文件标记为已由其服务处理。了解每个阶段发生的情况可以让您控制文档离开您手中时携带的信息。
数字版权组织电子前沿基金会在 2024 年进行的一项分析检查了 40 个流行在线文档处理服务中的元数据保留情况，发现 55% 在不通知用户的情况下通过处理管道保留了所有原始元数据（EFF，“在线服务中的文档元数据”，2024 年）。元数据在压缩、转换和编辑操作中幸存下来，用户合理地认为会产生干净的输出文件。
PDF 中包含哪些元数据
PDF元数据分为两类：文档信息和对象级数据。文档信息包括标题、作者、主题、关键词、创建者申请、制作者申请。这是您可以在任何 PDF 阅读器的文档属性对话框中看到的元数据。它通常由创建 PDF 的软件自动填充，通常包含创建者未有意添加的信息。
对象级元数据不太明显，但可能更具启发性。单个图像、文本块和嵌入文件可以携带自己的元数据，独立于整个文档。嵌入 PDF 中的照片可能包含记录相机型号、拍摄照片的 GPS 坐标以及日期和时间的 EXIF 数据。除非该工具专门针对嵌入的元数据进行删除，否则这些数据在放入 PDF 后仍会保留下来，并且可能会在后续处理中保留下来。
使用在线 PDF 工具时，创建者和制作者字段尤其重要。如果您编辑合同 PDF 并且输出文件的生产者字段突然显示“由 ExampleTool.com 处理”，您无意中泄露了您使用的服务。对于大多数文档来说，这是无害的。对于机密商业、法律或个人文件，它可能会泄露您希望保密的信息。
不同的处理操作如何影响元数据
压缩工具在元数据处理方面差异很大。有些只是重写文件结构以减小大小，而使所有元数据保持不变。其他人将文档信息作为优化过程的一部分，删除作者和创建者字段，因为它们被认为是非必要的。最安全的假设是压缩工具会保留存在的任何元数据，除非另有明确说明。
转换操作（尤其是 PDF 到 Word 或 Excel）几乎总是会删除文档级元数据，因为目标格式使用不同的元数据模型。 Word 文档中的作者字段是根据转换工具的设置填充的或留空，而不是从原始 PDF 继承。转换为图像格式会完全剥离所有元数据，因为 PDF 页面的 JPG 或 PNG 是新图像，与原始文档的数据没有任何关系。
编辑操作呈现最复杂的元数据图片。修改文本内容的PDF编辑器可以更新修改日期，同时保留原始创建日期和作者。如果编辑器添加注释，这些注释会携带自己的元数据记录添加者和时间。如果编辑器展平或光栅化文档的任何部分，受影响区域中嵌入的元数据可能会丢失。工具之间的差异足够大，您应该验证而不是假设。
检查处理前后的元数据
在上传包含潜在敏感元数据的 PDF 之前，请检查其中包含的内容。在任何 PDF 阅读器中打开文件并查找文档属性或文件信息。在 Windows 上，右键单击该文件，选择“属性”，然后转到“详细信息”选项卡。在 Mac 上，在“预览”中打开文件，然后选择“工具”，然后选择“显示检查器”。查找您不打算共享的作者姓名、创建者应用程序和修改日期。
处理后，对下载的文件重复检查。比较元数据字段。该工具是否将自己添加到生产者字段中？保留了原作者吗？它更新了修改日期吗？答案告诉您是否需要在使用该工具后手动清理元数据，或者该工具是否自动处理它。
这种前后检查需要三十秒，并且比任何文档都更能揭示工具的元数据处理情况。文档描述了该工具的用途。前后检查揭示了它的实际作用。对于元数据很重要的文档，此验证不是可选的。
共享前删除元数据
如果您需要确保 PDF 不包含意外的元数据，请在共享之前通过专用的元数据删除步骤运行它。一些在线 PDF 工具包括元数据清理功能，作为其安全或隐私设置的一部分。此功能会剥离文档信息字段，并在某些实现中从图像和其他嵌入文件中删除嵌入的对象级元数据。
为了获得最大程度的控制，请在上传到 PDF 工具之前删除元数据，而不是依赖该工具来执行此操作。这样，即使该工具通过其管道保留元数据，也没有任何敏感内容需要保留。操作系统内置的工具可以剥离基本的文档属性。对于嵌入的元数据，专用的元数据删除实用程序提供更彻底的清理。
WukongPDF 的PDF 安全 功能包括在处理过程中查看和删除文档元数据的选项。对于处理元数据暴露可能造成法律、财务或声誉后果的文档的用户，此内置清理步骤消除了意外共享隐藏数据和可见内容的风险。
当元数据保留成为一项功能时
元数据并不总是不需要的。在协作工作流程中，作者和修改日期字段有助于跟踪文档的创建者以及上次更新的时间。在档案环境中，创建日期和生产者字段确定出处，记录文档通过了哪些工具和流程。剥离此元数据会删除对文档管理具有合法价值的信息。
处理元数据的正确方法是认识和控制，而不是一揽子删除或一揽子保留。了解您的文件包含哪些内容。根据接收者和上下文决定哪些内容应该保留，哪些内容应该删除。使用为您提供选择的工具，而不是在您不知情的情况下为您做出选择。