Tekst in een PDF redacten
in je browser.

Tekst afdekken die je niet wilt delen

De redenen om een PDF te redigeren gaan meestal over delen van een document verbergen terwijl de rest leesbaar blijft. Een contract met het privé-adres van een tegenpartij gaat naar een derde reviewer die dat adres niet zou moeten zien. Een medische verwijzing wordt gedeeld met een verzekeraar waar het patiëntnummer afgedekt moet zijn. Een financieel verslag is bijgesloten in een bestuursmap maar de rekeningnummers op eenheidsniveau moeten afgedekt zijn. Een projectvoorstel wordt aan kandidaat-leveranciers getoond met de budgetregel zwartgemaakt, zodat zij voorstellen zonder zich aan dat bedrag te verankeren. De taak hier is klein en voorspelbaar: typ de woorden of zinnen die verborgen moeten worden, en de tool tekent een dekkende zwarte rechthoek over elke voorkomen op elke pagina.

Lees dit zorgvuldig voordat je iets gevoeligs redigeert: dit is visuele redactie, geen forensische. De zwarte rechthoeken dekken de tekst af op het scherm en in print, maar de onderliggende tekst blijft in het bestand. Iedereen met een PDF-tool kan die eruit halen via knippen-plakken, zoeken of inspectie van de content-stream. Dit past wanneer toevallige lezers de tekst niet horen te zien — een concept versturen, niet-publieke rekeningnummers afdekken voor een collega, je telefoonnummer maskeren op een screenshot. Het is niet passend voor publicaties onder transparantiewetgeving, gerechtelijke stukken, of alles waar een tegenstander goed naar kijkt.

Hoe de match werkt

Je voert een of meer patronen in. Elk patroon wordt als hoofdletter-ongevoelige whole-substring-zoektocht gematcht tegen tekstfragmenten binnen het PDF. Wanneer een fragment je patroon bevat, wordt over het hele bounding-rect van dat fragment een zwarte rechthoek getekend.

Praktische gevolgen:

• Substring-match, niet hele woorden. Het patroon art dekt «art», «artist», «smart», «martin» af. Maak patronen voldoende specifiek — volledige namen, volledige rekeningnummers, volledige e-mails.
• Hoofdletter-ongevoelig. Patroon Anna dekt «Anna», «anna», «ANNA» af.
• Geen regex, geen jokers. Wat je typt is de letterlijke reeks om te matchen.
• Dekking per fragment. PDF slaat tekst op in fragmenten; het getekende bounding rect dekt een heel fragment af. Als je patroon een woord raakt in een fragment dat meer tekst bevat, wordt de omliggende tekst ook afgedekt. Meestal is dat wat je wilt; soms zie je meer afgedekt dan verwacht.
• Patronen die fragmentgrenzen overschrijden worden gemist. «Jan Jansen» is in sommige PDF's één fragment en in andere twee. Is het gesplitst, dan matcht het patroon niet op de samengestelde string. Voeg de delen als aparte patronen toe: Jan Jansen, Jansen, Jan.

De zwarte rechthoek heeft 1 punt padding rondom de gevonden bounding box — voor subpixel-glyphplaatsing, zodat aan de randen geen strepen origineel tekst door komen kijken.

Wat verborgen is vs. wat in het bestand blijft

Deze sectie telt zwaarder dan welke andere ook. De zwarte rechthoek is een tekeninstructie in de content-stream van de pagina. De originele tekst staat ook in de content-stream, eronder. PDF-readers tonen ze in volgorde: eerst tekst, dan rechthoek erbovenop, dus de rechthoek wint visueel. Maar de tekst zelf wordt niet verwijderd.

Wat dat concreet betekent:

• Knippen-plakken haalt de originele tekst eruit. Het geredigeerde gebied selecteren in Adobe Reader en kopiëren geeft de woorden die je wilde verbergen. De zwarte rechthoek is niet selecteerbaar; de tekst eronder wel.
• Zoekmachines vinden de tekst. Wordt het geredigeerde PDF op een website geüpload, dan brengt zoeken op de geredigeerde naam het document boven.
• Opnieuw opslaan in een andere PDF-tool kan beide lagen behouden. Sommige tools bouwen de content-stream opnieuw op en zouden redacties kunnen laten vallen; andere bewaren ze.
• Forensische tools halen het origineel eenvoudig eruit. Elke PDF-parser kan alle tekst-content-streams opsommen. De rechthoek is gewoon een aparte tekening.

Voor situaties waarin de onderliggende tekst echt weg moet — publicaties onder transparantierecht, bewijs voor de rechter, alles dat naar een tegenstander gaat — heb je een andere workflow nodig: het bron-document opnieuw exporteren met de gevoelige tekst verwijderd, of de pagina naar een afbeelding omzetten en opnieuw OCR'en (wat de tekstlaag permanent verwijdert).

Wat overleeft en wat niet

• De zichtbare pagina-inhoud blijft hetzelfde. Alles wat niet matchte blijft precies zoals het was — dezelfde fonts, dezelfde opmaak, dezelfde afbeeldingen.
• Bladwijzers, annotaties, links, formuliervelden — alles overleeft. De rechthoeken zijn toegevoegde tekeningen; verder wordt niets opnieuw gebouwd.
• De originele tekst blijft eronder bewaard. Zie sectie hierboven. Dat is de centrale beperking.
• Digitale handtekeningen worden ongeldig. Elke wijziging aan het document, inclusief rechthoeken toevoegen, breekt de handtekeningbinding.
• Versleutelde PDF's moeten eerst ontgrendeld worden. Loop eerst door unlock-pdf met het wachtwoord voordat je redigeert.

Als iets er vreemd uitziet

• «At least one redaction pattern required». De patroonlijst was leeg. Typ minstens één woord of zin.
• Het patroon matchte maar dekte meer tekst af dan verwacht. Het PDF heeft die regel als één fragment opgeslagen, en de rechthoek is per fragment. Meestal aanvaardbaar; is het een probleem, dan moet de bron met de tekst echt verwijderd opnieuw geëxporteerd worden.
• Het patroon matchte niet wat ik verwachtte. Drie gebruikelijke oorzaken: (1) de tekst zit in een gescande afbeelding, niet in een tekstlaag — de tool ziet beeldtekst niet; eerst OCR via pdf-to-txt of een aparte OCR-tool. (2) Het patroon overspant fragmenten — splits in kortere. (3) Het PDF gebruikt niet-Latijnse tekens met kapotte codering; uit een viewer knippen om te zien wat er werkelijk staat is de snelste diagnose.
• Ik redigeerde maar een collega haalde de tekst eruit via knippen-plakken. Werkt zoals gedocumenteerd — alleen visuele redactie. Voor echte verwijdering opnieuw exporteren uit de bron.

Praktische opmerkingen

1. Gebruik voor visueel verbergen, niet voor tegenstanderscenario's. Een naam verbergen in een concept dat naar een vriend gaat die niet gaat extraheren: prima. Een naam verbergen in een gerechtelijk stuk waar de tegenpartij forensische tools gaat draaien: niet prima.
2. Specifieke patronen boven generieke. Redigeer +31-20-555-0123, niet 0123. Redigeer [email protected], niet jane. Specifieke patronen overdekken minder en verbergen even goed wat je wilde.
3. Verifieer door te kopiëren. Open na het redigeren het resultaat in een viewer, selecteer het geredigeerde gebied, kopieer. Komt de originele tekst eruit, dan heb je de beperking bevestigd — ga alleen verder als visueel verbergen genoeg is.
4. Voor blijvend verwijderen: gebruik de bron. Komt het document uit Word, bewerk het Word en exporteer opnieuw. Uit een database, opnieuw bevragen zonder de gevoelige velden. De PDF-redactietool is voor gevallen waarin de bron ontbreekt.
5. Het oorspronkelijke bestand blijft onaangeroerd. Wat je downloadt is een nieuw geredigeerd PDF; de bron op schijf verandert niet.

Wat er met je bestand gebeurt

De redactie draait in je browser. De getypte patronen en de bestandsinhoud verlaten dit tabblad nooit. Open DevTools en kijk naar het Network-tabblad tijdens de bewerking — geen uitgaande verzoeken met bestandsinhoud of patronen. Het PDF blijft op schijf; de geredigeerde versie is een nieuwe download ernaast.