Metadados de PDF para a busca

Como mudar as propriedades de um PDF: título, autor, palavras-chave

As propriedades do documento são a única parte de um PDF que se vê antes de abri-lo. O explorador de arquivos as mostra, o cliente de e-mail as mostra na prévia, a busca do sistema operacional as lê e a aba do navegador imprime uma delas. É por isso que um arquivo intitulado «Contrato_final_correções3» com autor «Ivan» sai da empresa mais vezes do que qualquer um gostaria.

Quatro campos, e um deles não é o que parece

A interface oferece quatro campos de texto: título, autor, assunto e palavras-chave. O título não é o nome do arquivo. É uma cadeia à parte dentro do documento, e é ela que a aba do navegador mostra quando o PDF é aberto por um link. O arquivo pode se chamar `scan_0012.pdf` enquanto a aba diz «Termo de conciliação 2026».

As palavras-chave entram como uma única linha separada por vírgulas e servem para buscar dentro de um repositório de arquivos, não na internet. Para uma unidade compartilhada com centenas de contratos, é um jeito barato de tornar os documentos localizáveis.

O campo de assunto descreve em uma frase do que trata o documento. Quase ninguém o preenche, e é uma pena: em clientes de e-mail e sistemas de gestão documental costuma ser justamente ele que vai para a coluna de descrição ao lado do nome do arquivo.

Há um quinto campo, o aplicativo criador, que a ferramenta também sabe escrever, mas a interface não tem caixa para ele: só se chega a ele chamando o serviço por código. Vale reparar nele por outro motivo, já que é o campo que revela em qual programa o documento foi montado.

Um campo vazio não apaga nada

Essa é a principal armadilha, e vale testá-la no seu próprio arquivo.

Por padrão os valores novos se fundem aos existentes. Um campo deixado vazio não apaga a propriedade, ele deixa o que já estava no documento. Deixar a linha do autor em branco esperando que o nome suma é o erro mais comum ao tentar anonimizar um arquivo antes de enviá-lo.

Verificado num documento com as propriedades preenchidas: o título foi substituído por um novo e o campo de autor foi enviado vazio, e o nome `Ivan Petrov` ficou exatamente onde estava, junto com o assunto, as palavras-chave, a data de criação e o nome do programa em que o arquivo foi feito.

Há dois caminhos para fazer uma propriedade sumir de verdade. Ou escrever um valor novo por cima do antigo, ou ligar a chave que limpa o conteúdo existente.

O que limpar o conteúdo existente faz de verdade

A chave vem desligada e age de forma mais bruta do que se supõe: ela não limpa os campos antes de escrever, ela joga fora o bloco inteiro de propriedades e depois devolve só o que você digitou.

Zerar um campo sozinho não é possível: a limpeza se aplica a todas as propriedades de uma vez. Se o autor precisa sair e a data de criação ficar, a data terá de ser digitada de volta à mão, e a interface não tem caixa para ela.

Mais um detalhe que vale saber de antemão. Um PDF anota dois programas: aquele em que o documento foi feito e aquele que escreveu o arquivo em si. O primeiro, o da tabela acima, é zerado. O segundo não fica vazio: depois do processamento ele carrega o nome da biblioteca com a qual o arquivo foi montado. O documento nunca fica totalmente anônimo, mas o vínculo com o seu programa de trabalho é cortado.

Como definir as propriedades do documento

1. Abra o set-pdf-metadata e envie o arquivo. 2. Decida de antemão se está complementando as propriedades ou substituindo-as por inteiro. 3. Preencha os campos necessários. Para uma substituição total, ligue a limpeza e digite todos os valores que devem sobreviver. 4. Rode o processamento e baixe o resultado. 5. Abra as propriedades do arquivo baixado no explorador e confira. Essa é a única verificação confiável.

O formulário não mostra o que já existe no arquivo

Os campos abrem vazios independentemente do que contenha o documento enviado. A ferramenta não lê as propriedades atuais nem as oferece para edição.

A consequência prática é que os valores originais precisam ser olhados antes do processamento, por você. No Explorador do Windows são as propriedades do arquivo na aba Detalhes; no macOS é o painel de informações. Caso contrário você edita às cegas, com risco de sobrescrever o que era preciso ou de deixar algo para trás.

A camada oculta que some em qualquer caso

Além do bloco de propriedades habitual, um PDF pode carregar um segundo no formato XMP. Pacotes editoriais e de escritório o escrevem, e ele costuma duplicar o título e o autor. O problema é que os programas mostram ora um bloco, ora o outro, então um documento aparentemente limpo pode continuar carregando o nome antigo do autor numa cópia oculta.

Verificado: depois do processamento esse bloco não está no arquivo, com a limpeza ligada ou desligada. O documento é reconstruído do zero e a cópia oculta das propriedades não chega ao resultado.

Para anonimizar é uma boa notícia. Mas se o XMP do seu documento carregava algo necessário, dados de perfil de cor para a gráfica por exemplo, perdê-lo será uma surpresa desagradável.

O que sobrevive à operação e o que não

As páginas não são redesenhadas e o conteúdo não é tocado. O sumário do documento é transportado inteiro, e os campos de formulário preenchíveis, se havia, continuam funcionando: mudar um título não pode custar ao documento a sua estrutura.

Cada valor é limitado a mil caracteres, e os caracteres de controle são retirados do texto. Uma quebra de linha não pode ser escrita no título, e isso é proteção, não implicância.

Um documento com senha de abertura não pode ser processado; a tarefa para e pede a senha. Uma senha que limita apenas a impressão ou a cópia não atrapalha a escrita das propriedades.

O arquivo em si é remontado no processo: as páginas migram uma a uma para um documento novo. Isso não muda o peso de forma perceptível, mas o resultado não será idêntico byte a byte ao original, mesmo que você não tenha mudado campo algum.

Propriedades, privacidade e ordem das operações

Mudar propriedades não é anonimizar. O nome do autor e o da organização continuam no texto do documento, nas legendas das figuras, nos cabeçalhos e nos comentários. Se a tarefa é remover dados e não renomear um arquivo, o trabalho está no conteúdo, pelo redact-pdf, com as propriedades limpas como último passo.

A ordem importa aqui por várias razões ao mesmo tempo.

As propriedades são definidas depois de montado o documento. Ao combinar arquivos com o merge-pdf, o resultado herda as propriedades do primeiro arquivo da lista, não do mais extenso nem do último. As propriedades cuidadosamente preenchidas das outras partes se perdem.

Assinar também mexe nas propriedades, mas com cuidado. O sign-pdf põe o nome de quem assina no campo de autor apenas se esse campo estava vazio, e acrescenta a nota da assinatura ao assunto depois de um ponto e vírgula. Um autor que você preencheu sobrevive à assinatura, enquanto o assunto sai mais longo do que você o deixou, e vale conferir isso depois.

E por último: as propriedades não são protegidas. Qualquer um que abra o arquivo pode mudá-las. Se o conteúdo tem de ficar como está, isso é o protect-pdf com restrição de permissões, e não um título digitado com esmero.