Oscura il testo in un PDF
nel tuo browser.

Coprire testo che non vuoi condividere

I motivi per oscurare (redact) un PDF di solito riguardano nascondere parti di un documento lasciando il resto leggibile. Un contratto con l'indirizzo di casa di una controparte va a un terzo revisore che non dovrebbe vedere quell'indirizzo. Una richiesta medica viene condivisa con un'assicurazione dove l'identificativo del paziente deve essere coperto. Un bilancio è allegato a un dossier per il consiglio ma i numeri di conto a livello di unità devono essere coperti. Una proposta di progetto è mostrata a fornitori candidati con la riga di budget annerita perché propongano senza ancorarsi sulla cifra. Il lavoro qui è piccolo e prevedibile: digiti le parole o frasi da nascondere, e lo strumento disegna un rettangolo nero opaco su ogni occorrenza in ogni pagina.

Leggi questo con cura prima di oscurare qualcosa di sensibile: questa è oscuratura visiva, non forense. I rettangoli neri coprono il testo a video e in stampa, ma il testo sottostante resta nel file. Chiunque abbia uno strumento PDF può estrarlo via copia-incolla, ricerca o ispezione del content-stream. È adatto quando lettori occasionali non devono vedere il testo — invio di una bozza, nascondere numeri di conto non pubblici a un collega, mascherare il numero di telefono in uno screenshot. Non è adatto per pubblicazioni in materia di trasparenza, depositi giudiziari o qualsiasi cosa in cui un avversario guarderà bene.

Come funziona la corrispondenza

Inserisci uno o più pattern. Ogni pattern è cercato come corrispondenza whole-substring case-insensitive contro frammenti di testo dentro il PDF. Quando un frammento contiene il tuo pattern, viene disegnato un rettangolo nero sopra l'intero bounding rect del frammento.

Conseguenze pratiche:

• Corrispondenza per sottostringa, non per parola intera. Il pattern art copre «art», «artist», «smart», «martin». Rendi i pattern abbastanza specifici — nomi completi, numeri di conto completi, e-mail complete.
• Insensibile alle maiuscole. Il pattern Anna copre «Anna», «anna», «ANNA».
• Niente regex, niente jolly. Quel che digiti è la sequenza letterale da matchare.
• Copertura per frammento. Il PDF memorizza testo in frammenti; il bounding rect disegnato copre un intero frammento. Se il pattern colpisce una parola in un frammento con più testo, anche il testo intorno viene coperto. Di solito è quel che serve; talvolta vedrai più coperto del previsto.
• Pattern attraverso confini di frammenti vengono mancati. «Mario Rossi» è un frammento in alcuni PDF e due in altri. Se è diviso, il pattern non matcherà sulla stringa unita. Aggiungi le parti come pattern separati: Mario Rossi, Rossi, Mario.

Il rettangolo nero ha 1 punto di padding intorno al bounding box rilevato — per il piazzamento sub-pixel dei glifi, evitando che strisce del testo originale spuntino sui bordi.

Cosa è nascosto vs. cosa resta nel file

Questa sezione conta più di ogni altra. Il rettangolo nero è un'istruzione di disegno nel content-stream della pagina. Il testo originale è anche nel content-stream, sotto. I lettori PDF li mostrano in ordine: prima testo, poi rettangolo sopra, quindi il rettangolo vince visivamente. Ma il testo in sé non è cancellato.

Cosa significa concretamente:

• Il copia-incolla recupera il testo originale. Selezionare la zona oscurata in Adobe Reader e copiare dà le parole che volevi nascondere. Il rettangolo nero non è selezionabile; il testo sotto sì.
• I motori di ricerca trovano il testo. Se il PDF oscurato è caricato su un sito, una ricerca per il nome oscurato fa emergere il documento.
• Risalvare in altro strumento PDF può tenere entrambi gli strati. Alcuni strumenti ricostruiscono il content-stream e potrebbero scartare le oscurature; altri le mantengono.
• Gli strumenti forensi estraggono l'originale facilmente. Qualsiasi parser PDF può elencare tutti i content-stream di testo. Il rettangolo è solo un disegno separato.

Per situazioni in cui il testo sottostante deve davvero sparire — pubblicazioni in regime di trasparenza, prove in giudizio, tutto ciò che va a un avversario — serve un altro workflow: riesportare il documento sorgente con il testo sensibile cancellato, oppure convertire la pagina in immagine e ri-OCR (che rimuove permanentemente lo strato testuale).

Cosa sopravvive e cosa no

• Il contenuto visibile delle pagine resta lo stesso. Tutto ciò che non ha matchato resta esattamente com'era — stessi font, stessa impaginazione, stesse immagini.
• Segnalibri, annotazioni, link, campi modulo — tutto sopravvive. I rettangoli sono aggiunte disegnate; null'altro viene ricostruito.
• Il testo originale è preservato sotto. Vedi sezione sopra. È la limitazione centrale.
• Le firme digitali si invalidano. Qualsiasi modifica al documento, incluso aggiungere rettangoli, rompe il legame della firma.
• I PDF cifrati vanno prima sbloccati. Passa da unlock-pdf con la password prima di oscurare.

Se qualcosa appare strano

• «At least one redaction pattern required». La lista di pattern era vuota. Digita almeno una parola o frase.
• Il pattern ha matchato ma ha coperto più testo del previsto. Il PDF ha memorizzato quella riga come un singolo frammento e il rettangolo è per frammento. Di solito accettabile; se è un problema, va riesportata la sorgente con il testo davvero rimosso.
• Il pattern non ha matchato quel che mi aspettavo. Tre cause solite: (1) il testo è in un'immagine scansionata, non in un layer testuale — lo strumento non vede testo in immagini; OCR prima via pdf-to-txt o uno strumento dedicato. (2) Il pattern attraversa più frammenti — spezzalo in più corti. (3) Il PDF usa caratteri non latini con encoding rotto; copiare-incollare da un viewer per vedere cosa c'è davvero è la diagnosi più veloce.
• Ho oscurato ma un collega ha estratto il testo via copia-incolla. Funziona come documentato — solo oscuratura visiva. Per rimozione reale, riesporta dalla sorgente.

Note pratiche

1. Usa per nascondere visivamente, non in scenari avversari. Nascondere un nome in una bozza inviata a un amico che non estrarrà: ok. Nascondere un nome in un deposito giudiziario dove l'avversario passerà strumenti forensi: non ok.
2. Pattern specifici invece di generici. Oscura +39-06-555-0123, non 0123. Oscura [email protected], non jane. I pattern specifici sovra-coprono meno e nascondono ugualmente quel che volevi.
3. Verifica copiando. Dopo l'oscuratura, apri il risultato in un viewer, seleziona la zona oscurata, copia. Se esce il testo originale, hai confermato la limitazione — procedi solo se nascondere visivamente basta.
4. Per rimozione durevole, usa la sorgente. Se il documento è da Word, modifica il Word e riesporta. Se da un DB, riinterroga senza i campi sensibili. Lo strumento di oscuratura PDF è per i casi in cui non hai la sorgente.
5. Il file originale resta intatto. Quel che scarichi è un nuovo PDF oscurato; la sorgente sul disco non cambia.

Cosa accade al tuo file

L'oscuratura gira nel tuo browser. I pattern digitati e il contenuto del file non lasciano mai questa scheda. Apri i DevTools e osserva la scheda Network durante l'operazione — nessuna richiesta in uscita con il contenuto del file o i pattern. Il PDF resta sul disco; la versione oscurata è un nuovo download accanto.