Sekretessmarkera text i en PDF
i din webbläsare.

Att täcka text du inte vill dela

Skälen att redigera (redact) en PDF handlar oftast om att dölja delar av ett dokument medan resten förblir läsbar. Ett kontrakt med motpartens hemadress går till en tredje granskare som inte ska se den adressen. En medicinsk remiss delas med ett försäkringsbolag där patientidentifikatorn ska vara dold. En finansiell rapport bifogas en styrelsemapp men kontonumren på enhetsnivå ska täckas. Ett projektförslag visas för kandidatleverantörer med budgetraden svartad så att de offererar utan att ankra på siffran. Uppgiften här är liten och förutsägbar: skriv orden eller fraserna att dölja, så ritar verktyget en täckande svart rektangel över varje förekomst på varje sida.

Läs noga innan du redigerar något känsligt: detta är visuell redigering, inte forensisk. De svarta rektanglarna täcker texten på skärm och vid utskrift, men den underliggande texten ligger kvar i filen. Vem som helst med ett PDF-verktyg kan plocka ut den via kopiera-klistra, sökning eller content-stream-inspektion. Det är lämpligt när tillfälliga läsare inte ska se texten — sända ett utkast, dölja icke-publika kontonummer för en kollega, maska ditt telefonnummer på en skärmdump. Det är inte lämpligt för publiceringar enligt offentlighetslag, rättsliga ingivningar eller något där en motståndare granskar noga.

Hur matchningen fungerar

Du anger ett eller flera mönster. Varje mönster söks som case-insensitive whole-substring-match mot textfragment inuti PDF:en. När ett fragment innehåller ditt mönster ritas en svart rektangel över hela fragmentets bounding-rect.

Praktiska konsekvenser:

• Substring-match, inte hela ord. Mönstret art täcker «art», «artist», «smart», «martin». Gör mönstren tillräckligt specifika — fullständiga namn, fullständiga kontonummer, fullständiga e-postadresser.
• Skiftlägesokänsligt. Mönstret Anna täcker «Anna», «anna», «ANNA».
• Inga regex, inga jokrar. Det du skriver är den bokstavliga sekvensen att matcha.
• Täckning per fragment. PDF lagrar text i fragment; den ritade bounding-rect täcker ett helt fragment. Om ditt mönster träffar ett ord i ett fragment med mer text täcks även den omgivande texten. Oftast är det vad du vill; ibland ser du mer täckt än väntat.
• Mönster som korsar fragmentgränser missas. «Sven Andersson» är ett fragment i vissa PDF:er och två i andra. Är det delat matchar mönstret inte mot den hopfogade strängen. Lägg till delarna som separata mönster: Sven Andersson, Andersson, Sven.

Den svarta rektangeln har 1 punkt padding runt den hittade bounding box:en — för subpixelplacering av glyfer, så att inga ränder av ursprungstexten tittar fram vid kanterna.

Vad som är dolt vs. vad som ligger kvar i filen

Den här sektionen väger tyngre än någon annan. Den svarta rektangeln är en ritinstruktion i sidans content-stream. Originaltexten ligger också i content-streamen, under. PDF-läsare visar dem i ordning: först text, sedan rektangel ovanpå, så rektangeln vinner visuellt. Men själva texten raderas inte.

Vad det betyder konkret:

• Kopiera-klistra hämtar originaltexten. Att markera det redigerade området i Adobe Reader och kopiera ger orden du försökte gömma. Den svarta rektangeln går inte att markera; texten under går.
• Sökmotorer hittar texten. Om den redigerade PDF:en laddas upp på en webbplats kommer en sökning på det redigerade namnet upp med dokumentet.
• Att spara om i ett annat PDF-verktyg kan behålla båda lagren. Vissa verktyg bygger om content-streamen och kan släppa redigeringarna; andra behåller dem.
• Forensiska verktyg drar fram originalet enkelt. Vilken PDF-parser som helst kan lista alla text-content-streams. Rektangeln är bara en separat ritning.

För situationer där den underliggande texten verkligen måste bort — publiceringar enligt insynsrätt, bevis i rätten, allt som går till en motståndare — behöver du ett annat flöde: exportera om källdokumentet med den känsliga texten borttagen, eller konvertera sidan till bild och OCR:a om (vilket permanent tar bort textlagret).

Vad som överlever och inte

• Sidornas synliga innehåll är detsamma. Allt som inte matchade ligger kvar precis som det var — samma typsnitt, samma layout, samma bilder.
• Bokmärken, anteckningar, länkar, formulärfält — allt överlever. Rektanglarna är tillagda ritningar; inget annat byggs om.
• Originaltexten bevaras under. Se sektionen ovan. Det är den centrala begränsningen.
• Digitala signaturer ogiltigförklaras. Varje ändring i dokumentet, inklusive att lägga till rektanglar, bryter signaturbindningen.
• Krypterade PDF:er måste låsas upp först. Kör genom unlock-pdf med lösenordet innan du redigerar.

Om något ser konstigt ut

• «At least one redaction pattern required». Mönsterlistan var tom. Skriv minst ett ord eller fras.
• Mönstret matchade men täckte mer text än väntat. PDF:en lagrade den raden som ett enda fragment och rektangeln är per fragment. Oftast acceptabelt; är det ett problem måste källan exporteras om med texten korrekt borttagen.
• Mönstret matchade inte det jag väntade. Tre vanliga orsaker: (1) texten finns i en skannad bild, inte i ett textlager — verktyget ser ingen bildtext; OCR:a först via pdf-to-txt eller ett dedikerat verktyg. (2) Mönstret spänner över fragment — dela upp i kortare. (3) PDF:en använder icke-latinska tecken med trasig kodning; kopiera från en visare för att se vad som faktiskt står där är snabbaste diagnosen.
• Jag redigerade men en kollega plockade ut texten via kopiera-klistra. Fungerar som dokumenterat — endast visuell redigering. För verklig borttagning, exportera om från källan.

Praktiska anteckningar

1. Använd för visuellt döljande, inte för motståndarscenarier. Dölja ett namn i ett utkast skickat till en vän som inte tänker extrahera: okej. Dölja ett namn i en rättslig ingivning där motparten kör forensiska verktyg: inte okej.
2. Specifika mönster framför generella. Redigera +46-8-555-0123, inte 0123. Redigera [email protected], inte jane. Specifika mönster övertäcker mindre och döljer lika gärna det du ville.
3. Verifiera genom att kopiera. Efter redigering, öppna resultatet i en visare, markera det redigerade området, kopiera. Om originaltexten kommer ut har du bekräftat begränsningen — fortsätt bara om visuellt döljande räcker.
4. För varaktig borttagning, använd källan. Kommer dokumentet från Word, redigera Word och exportera om. Från en databas, kör om frågan utan känsliga fält. PDF-redigeringsverktyget är för fall då källan saknas.
5. Originalfilen är orörd. Det du laddar ner är en ny redigerad PDF; källan på disken ändras inte.

Vad som händer med din fil

Redigeringen körs i din webbläsare. De skrivna mönstren och filinnehållet lämnar aldrig den här fliken. Öppna DevTools och titta på Network-fliken under körningen — inga utgående förfrågningar med filinnehåll eller mönster. PDF:en stannar på disken; den redigerade versionen är en ny nedladdning bredvid.