跳到正文
文章

如何涂黑 PDF 中的敏感信息

在文字上画一个黑色矩形并不会删除任何内容。本文说明各种涂黑样式在实质上的区别、模糊为何不算删除,以及元数据会怎样处理。

简言之: 黑色和白色样式会真正把矩形下方的内容切除:被盖住的文字从文件中消失,页面其余部分仍是文本。模糊只是遮掩,还会把整份文档变成图像。元数据默认会被清除。

专题

安全

安全: PDF guidance for reliable document processing and quality checks.

5 篇文章

主要工具

在线涂黑 PDF 敏感信息

打开本文提到的工具,并以当前界面语言完成操作。

打开工具

目录

隐藏 PDF 中的个人信息,让它无法被还原

这种事大约每年都会重演一次,还常常上新闻:某机构公开了一份文件,姓名和住址都用黑色矩形盖得整整齐齐。一个小时后,有人用鼠标选中文字,粘贴到记事本里,被盖住的内容就全出来了。

原因很简单,而且弄懂原因,比记住一串按钮顺序更重要。

为什么在文字上盖一个矩形什么也隐藏不了

PDF 是分层构成的。文字以文本的形式存放在页面内容中,带有坐标和字体。在编辑器里盖在上面的矩形,是另一个内容元素,后绘制,所以显示在上层。

文字并没有消失,仍然在文件里,能被搜索到,能用鼠标选中,也能复制。矩形只是在视觉上遮住了它,就像在显示器上放了一张纸。

真正的涂黑做法不同:先把区域下方的内容从页面中切除,再在腾出的位置上填色。

三种样式,以及它们对内容的影响

样式内容会怎样文档是否仍是文本
黑色区域下方的内容被删除,上面填黑色是,页面其余部分仍是文本
白色同上,填白色是
模糊文档被重新绘制为图像,并对该区域做模糊处理否,文本层完全消失

前两种是真正的删除。我们拿一份文档做过验证:其中一行写着令牌编号,用黑色区域盖住它。处理后,这一行既搜不到也复制不出来,而相邻的几行仍然可以作为普通文本选中。

模糊只是遮掩,并不删除

第三种样式比较特殊,有两方面的代价。

第一,它不删除内容。模糊只会降低该区域图像的清晰度,但其中的信息有一部分可以通过图像处理还原。对个人信息来说,这是不能接受的,工具也明确提示了这一点:选择模糊时,结果里会附带一条警告,建议改用黑色或白色样式。

第二个代价体现在体积和功能上。模糊是基于整份文档的栅格化副本进行的,而不是只针对某一个区域。一个只有一页、含二十行文字的测试文件,大小约 1 KB。用黑色涂黑后仍是 1 KB。用模糊处理后涨到约 90 KB,并且彻底丢了文本层,这样的文档无法再搜索。

模糊只适用于一种情况:遮住照片里的人脸,或图像中的某个局部,因为直接切掉会留下一个突兀的黑洞。

如何进行涂黑

1. 打开PDF 涂黑 在线,上传文档。 2. 直接在页面上标出区域:工具会显示文档,你可以在需要处理的位置上拖动画框。 3. 选择样式。处理个人数据请选黑色或白色。 4. 保持“删除元数据”处于开启状态。 5. 开始处理。 6. 打开结果,试着用鼠标选中被涂黑的位置,再在文档中搜索被删掉的词。

第六步不是走形式。它是区分真正删除和只是画了个矩形的唯一办法,只要十秒钟。

必须指定区域

工具不会去猜哪些内容应该隐藏。如果没有指定任何区域,任务根本不会启动,并会直接返回提示:至少需要一个区域。

这是有意为之的设计,也是正确的做法。在出错就意味着泄露个人数据的任务里,猜测区域比拒绝更危险:盖错了位置,工具却报告成功,而数据仍然一览无余。

出于同样的原因,区域也会做合理性检查:坐标超出页面范围或宽度为零,会报错,而不是被悄悄跳过。

元数据默认清除

清除文档属性由一个单独的开关控制,默认开启。

这不是细枝末节。文档属性里经常有制作文档的员工姓名、内部工作标题,有时还有磁盘上的文件夹路径。如果客户的姓氏被仔细切掉了,而作者姓名和“张某案件,草稿”这样的标题还留在属性里,问题就没有解决。

如果你关闭清除,会另外收到一条警告:原始元数据会被保留,可能包含能识别个人身份的信息。不会在你不知情的情况下发生。

如果想更精细地处理文档属性,可以用设置 PDF 元数据 在线,在那里可以填入你选定的值,而不只是清空。

记录已做过涂黑的备注

参数中有一个字段,用于填写一段简短备注,写入成品文件的属性,位置是“主题”字段。

它的用途是行政上的:收件人能看到,这份文档是有意涂黑的,而不是传输中损坏了。“已删除个人信息”或“依据某某条款不予公开”之类的写法,能省去一轮来回沟通。

长度上限为五百个字符。超出的部分会被截断,并有警告提示,所以备注不会悄无声息地消失,但也不会完整送达。

除了正文,数据还会藏在哪里

对整份文档做全面检查,最好对照清单,而不是凭记忆。人们容易忘的地方,在不同文档之间总是一样的。

页眉和页脚。它们在每一页重复出现,如果姓氏或案号在那里,就要把每一页都盖住,而不是只盖第一页。

签名和印章。签名属于个人数据,在扫描件上清晰可见。印章带有机构名称,往往还有地址。

附件中的表格。正文会被仔细阅读,附件却常常一翻而过,可姓名和电话的登记表恰恰就在附件里。

背面。双面扫描时,背面夹在正面之间,其中一半往往看起来是空白的,因为缩略图上只能看到文字透过来的影子。

页边批注。包括手写的批示、收文章、贴着编号的标签。

有个实用的小办法:开始之前,先打开文档,搜索姓氏、电话号码和地址。搜索会显示每一处出现的位置,包括眼睛漏掉的那些。

工具不做什么

它不会替你找出个人数据。工具只会删除你画框覆盖的内容,别的什么也不做。覆盖整份文档的责任仍在人身上。

因此有一条实用的规则:把文档从头到尾检查一遍,包括页眉页脚、表格下方的说明文字和背面的页面。数据恰恰就是在这些地方被忘掉的,因为注意力都放在了正文上。

另外要说明:用裁剪 PDF 在线裁剪页面不是涂黑。它只改变页面的可见区域,而区域之外的内容仍留在文件里,重置裁剪后就会回来。

如果文档是扫描件,区域下方可能根本没有文本,也就没有可切除的东西,那里只有一张图像。这种情况下结果可靠,是出于另一个原因:图像的一部分被移除了。但如果这份扫描件事先用OCR PDF 在线处理过,图片下方就有了文本层,也必须用区域把它盖住。

作者

由服务团队编写;Sergey Gagin 负责本服务

关于本项目

常见问题

盖在文字上的矩形是单独的一层,文字仍留在下面,可以通过复制或搜索取出。这里的黑色和白色样式会把内容从文件中删除,再在已经空出的位置上填色。
不可以。模糊只是降低图像质量而没有删除,部分内容可以通过图像处理还原。选择该样式时,工具会明确给出这一警告。要真正删除,需要用黑色或白色。
黑色和白色样式下,是的:没有被盖住的文字仍是文本,文件大小几乎不变。模糊样式下,不是:整份文档被重新绘制成图像,文本层完全消失。
不需要。基本流程无需创建账号即可使用。
文件只用于你选择的操作,处理完成后会自动删除。我们不会使用上传的文档来训练 AI 模型。

该专题的更多内容

相关工具

← 全部安全工具

接下来做什么

阅读之后,如需了解下一步怎么做或服务的相关信息,请打开以下页面。

全部工具

PDF 工具目录:在浏览器中合并、压缩、拆分、转换、旋转、保护和解锁 PDF 文件,无需安装任何软件。

常见问题

查看有关 iHatePDF 账号、文件处理、上传限制、手机使用、隐私,以及 PDF 工具报错时该怎么办的解答。

联系我们

如有处理错误、工具选择、安全问题、商务合作或新功能建议,欢迎联系 iHatePDF。联系时请简要说明遇到的问题和使用的工具。