Marquer et rastériser les zones sensibles dans un PDF
Dessiner un rectangle noir sur du texte n'est pas nécessairement un caviardage. Dans de nombreux éditeurs PDF, le texte original reste sous le rectangle et peut toujours être copié, recherché ou extrait.
Cet outil adopte une approche destructrice pour les pages contenant des marques : il restitue la page sous forme d'image, grave les zones noires dans ces pixels et place l'image aplatie sur une nouvelle page PDF. Les pages non marquées sont copiées plutôt que pixellisées.
Pourquoi une superposition peut échouer
Les pages PDF peuvent contenir du texte sélectionnable, des formes vectorielles, des images, des annotations, des calques facultatifs, des formulaires et des pièces jointes. Placer un rectangle noir au-dessus d'un objet peut laisser l'objet d'origine intact en dessous.
Un destinataire peut être en mesure de sélectionner le texte couvert, de supprimer la superposition, de rechercher dans le document, d'inspecter les commentaires ou d'extraire le contenu avec un autre analyseur. L’apparence seule constitue donc un test incomplet.
Ce que change la rastérisation d'une page marquée
La page marquée est rendue en pixels, les rectangles sont gravés dans cette image et une nouvelle page est construite à partir du résultat aplati. Le texte original et les objets vectoriels de cette page marquée ne sont pas copiés dans le flux de contenu de la nouvelle page.
Le compromis est substantiel : la recherche et la sélection de texte disparaissent, l'accessibilité est réduite, les liens et les formulaires sont perdus et la résolution de l'image contrôle la qualité et la taille du fichier. Les pages non marquées restent des pages PDF originales et nécessitent leur propre révision.
Marquer le contexte, pas seulement les caractères
Étendez une marque au-delà des glyphes complets et examinez le contexte proche. Un en-tête de colonne, un suffixe de compte répété, un nom de fichier, une date ou un en-tête de page peuvent identifier des informations même une fois que la valeur évidente est couverte.
Inspectez chaque page et chaque occurrence. L’outil ne détecte ni les noms ni les numéros, et il ne peut pas décider ce qu’une règle de divulgation considère comme identifiant.
Essayez de casser le résultat avant de le partager
Recherchez chaque phrase supprimée, faites glisser une sélection dans la zone, copiez le texte de la page, inspectez les propriétés, répertoriez les pièces jointes et ouvrez le fichier dans une deuxième visionneuse. Zoomez sur chaque bord de chaque marque.
Pour les divulgations réglementées, juridiques, médicales ou à conséquences élevées, combinez ces vérifications avec le processus de caviardage approuvé par l'organisation. Un outil de navigation ne peut pas certifier la conformité de chaque document ou juridiction.
Vérifiez les informations autour de chaque zone couverte
La suppression des pixels sélectionnés ne constitue qu’une partie de l’examen de la divulgation. Les noms de fichiers, les en-têtes courants, les numéros de page, les identifiants répétés, les signets, les noms de pièces jointes, les commentaires et le contexte proche peuvent révéler indirectement le même fait. Une phrase restante peut identifier une personne même lorsque son nom a disparu. Examinez le document une fois en tant que dossier technique et à nouveau en tant que lecteur essayant activement de déduire les informations supprimées. Si les conséquences de la divulgation sont élevées, demandez à une deuxième personne de comparer la copie exportée avec une liste de suppression écrite et le processus approuvé par l’organisation avant sa publication.
Démarrage rapide: LocalUtils
- Ajoutez un PDF et attendez que les aperçus des pages s'affichent.
- Ouvrez chaque page contenant du matériel sensible et dessinez des cases légèrement au-delà de la zone complète qui doit disparaître.
- Examinez chaque page avec un zoom utile, y compris les en-têtes, les pieds de page, les identifiants répétés, les pièces jointes, les commentaires et les pages sans marques.
- Exportez le PDF reconstruit, rouvrez-le dans une autre visionneuse, recherchez le texte supprimé et inspectez les propriétés du document avant de le partager.
Ce que fait le navigateur
PDF.js affiche les pages marquées à environ 2,5 fois l'échelle de la page. Les rectangles de caviardage sont peints sur la toile. PDF-lib crée ensuite une nouvelle page contenant cette image raster.
La rastérisation supprime le texte sélectionnable d'origine et le contenu vectoriel de la page exportée, mais elle modifie également la qualité, l'accessibilité, la possibilité de recherche, les formulaires, les liens et la taille du fichier. Les pages non marquées conservent leurs flux de contenu PDF d'origine.
Entrées et sorties
- Entrée : un PDF que PDF.js peut restituer.
- Marques : zones rectangulaires dessinées sur les aperçus de page.
- Sortie : un PDF avec des pages marquées rastérisées et des pages non marquées copiées.
Limites à connaître avant de commencer
- L'outil ne peut pas savoir si chaque zone sensible a été marquée.
- Les pages non marquées sont copiées, de sorte que leur texte, métadonnées, annotations et pièces jointes d'origine nécessitent un examen séparé.
- Les pages pixellisées perdent le texte sélectionnable et peuvent être moins accessibles.
- Une boîte noire visuelle peut ne pas suffire à masquer si la marque ne couvre pas la totalité du glyphe ou le contexte environnant.
Liste de contrôle de vérification
- Recherchez dans le PDF exporté chaque nom, numéro et phrase supprimé.
- Essayez de sélectionner ou de copier le texte de chaque page pixellisée.
- Inspectez les métadonnées, les pièces jointes, les commentaires et les pages non marquées de manière indépendante ; les marques de caviardage ne les nettoient pas.
Dépannage
- Si du texte apparaît en dehors d'une zone, agrandissez la marque et exportez à nouveau.
- Si une page semble molle, comparez la sortie avec un zoom de lecture normal ; la rastérisation échange la possibilité de modification contre un aplatissement destructeur.
- Si le PDF contient des formulaires, des signatures, des calques ou des pièces jointes, utilisez un flux de travail de sécurité PDF dédié et inspectez ces objets séparément.
Les questions que les gens posent
Une capture d'écran de la page est-elle suffisante ?
Une capture d'écran aplatit également les pixels, mais les captures d'écran manuelles peuvent recadrer le contenu, réduire la qualité, modifier la taille de la page ou omettre des pages. Une exportation contrôlée est plus facile à examiner.
Pourquoi inspecter les pages non marquées ?
Ils sont copiés pour préserver la qualité, de sorte que leur texte consultable, leurs annotations, métadonnées et pièces jointes ne soient pas supprimés par des marques ailleurs.
Les pièces jointes masquées peuvent-elles être rédigées avec des rectangles ?
Non. Les rectangles affectent les pixels de la page rendue. Les pièces jointes et autres objets au niveau du document nécessitent une suppression et une inspection distinctes.