Derfor er sorte bokse i en PDF ikke anonymisering
En sort firkant tegnet på en PDF-side skjuler teksten for øjet, ikke i filen. Ordene ligger stadig i sidens indhold, så alle kan kopiere, søge i eller udtrække dem. Rigtig redaktion fjerner tekst og billeder fra selve filen og tjekker bagefter, at intet har overlevet.
Opdateret
Sådan lækker skjult tekst
En PDF-side består af lag. Teksten ligger i sidens indhold, mens bokse, markeringer og kommentarer ofte er separate objekter oven på. At dække tekst sletter den ikke.
- Figurer og noter tegnet oven på tekst og gemt eller udskrevet som PDF.
- Sort markering i Word eksporteret til PDF: teksten kan stadig markeres.
- Scannede sider med et OCR-tekstlag: billedet er dækket, den skjulte OCR-tekst er ikke.
- Kommentarer, bogmærker, filnavne, formularfelter og dokumentegenskaber, der gentager et navn.
- Trinvise gemninger, der beholder den tidligere, uredigerede version i samme fil.
Tjek en anonymiseret fil på to minutter
Gør det på præcis den fil, du skal sende, ikke på arbejdskopien.
- Markér området under en boks, og kopiér det ind i et tekstprogram.
- Søg i PDF'en efter et navn eller nummer, du har fjernet.
- Åbn dokumentegenskaber, bogmærker og kommentarer.
- Kør et værktøj til tekstudtræk på filen, og søg i resultatet.
Det gør rigtig redaktion
Korrekt redaktion sletter tegn og billedpunkter fra sidens indhold, brænder overdækning ind i scannede billeder og fjerner metadata og skjulte lag. Bagefter skal resultatet læses igen, og filen må ikke frigives, hvis noget af den fjernede tekst stadig kan findes.
Sådan arbejder Northdocs: indhold fjernes fra PDF'ens indholdsstrøm, bokse på scanninger brændes ind i sidebilledet, hver eksport udtrækkes igen, og download blokeres, hvis følsom tekst overlever.