साझा करने से पहले: Sanitize और Redact असल में क्या करते हैं
Sanitize स्क्रिप्ट, एम्बेड और मेटाडेटा हटाता है। Auto Redact मेल खाते पेज काले कर देता है। अकेले कोई भी शेयर-चेकलिस्ट नहीं, और काला बॉक्स सामग्री-हटाव नहीं है।

PDF को सुरक्षित साझा करना दो काम है। Sanitize सक्रिय या छिपे अतिरिक्त हिस्से (JavaScript, एम्बेडेड फ़ाइलें, मेटाडेटा, लिंक) हटाता है। Auto Redact उस दिखने वाले टेक्स्ट को निशाना बनाता है जिसे आप पेज पर पढ़ने-योग्य नहीं चाहते। जो पढ़ा नहीं जाना चाहिए उसे redact करें, फिर जो फ़ाइल के साथ नहीं जाना चाहिए उसे sanitize करें।
Sanitize पेज पर नाम नहीं छिपाता
Sanitize (POST /api/v1/security/sanitize-pdf) दस्तावेज़ कैटलॉग और पेज शब्दकोशों को संपादित करता है। पोर्टल डिफ़ॉल्ट के साथ (ज़्यादातर हटाने वाले फ़्लैग true, removeFonts false) यह हटाता है:
- दस्तावेज़ और पेज JavaScript हुक (
AA,OpenAction) - एम्बेडेड फ़ाइल नाम-वृक्ष
- XMP और Info मेटाडेटा
- लिंक एनोटेशन
यह अनुच्छेद टेक्स्ट दोबारा नहीं लिखता। कंटेंट स्ट्रीम में पड़ा कोई सामाजिक-सुरक्षा नंबर sanitize के बाद भी वहीं रहता है। Sanitize को एम्बेड और स्क्रिप्ट के लिए शेयर-स्वच्छता मानें, गोपनीयता-रेडैक्शन नहीं।
Auto Redact टेक्स्ट मिलाता है, फिर पेज काला करता है
Auto Redact (POST /api/v1/security/auto-redact) कॉमा से अलग listOfText लेता है। हर पेज के लिए यह टेक्स्ट परत निकालता है और देखता है कि कोई पद दिखता है या नहीं। मेल मिलने पर वह उस पेज पर पूरे पेज का काला आयत रंग देता है।
यह जानबूझकर कठोर है: मेल खाते पेज काले हो जाते हैं; बाक़ी पेज अछूते रहते हैं। बिना टेक्स्ट परत वाले सिर्फ़-इमेज स्कैन तब तक पदों से मेल नहीं खाएँगे जब तक आप पहले उनका OCR न करें। फ़ाइल भेजने से पहले डाउनलोड की जाँच ज़रूर करें (चयन/कॉपी या टेक्स्ट निष्कर्षण सहित)।
काला बॉक्स बनाम असली redact
व्यूअर में काला आयत बनाना अंतर्निहित टेक्स्ट ऑब्जेक्ट मिटाने के बराबर नहीं है। पारंपरिक “नक़ली रेडैक्शन” ग्लिफ़ को कंटेंट स्ट्रीम में छोड़ देती है, इसलिए कॉपी, खोज या pdftotext स्याही के नीचे का रहस्य अब भी निकाल सकते हैं। असली रेडैक्शन उन ऑब्जेक्ट को हटाती या बदलती है ताकि स्ट्रिंग फ़ाइल के बाइट्स से गायब हो जाए।
PDF123 का Auto Redact पैटर्न-स्वच्छता के लिए सर्वर-पक्ष मिलान-और-आच्छादन चरण है, जिसमें समीक्षा ज़रूरी है। यह प्रमाणित ई-डिस्कवरी रेडैक्शन सूट नहीं है। अगर आपकी नीति को सामग्री-हटाव की गारंटी चाहिए, तो नतीजे पर निष्कर्षण से जाँचें (और अपने प्रतिधारण नियमों के तहत बिना-sanitize किया मूल रखें)।
मेटाडेटा पेज से ज़्यादा उजागर करता है
Info डिक्शनरी और XMP पैकेट सिर्फ़ एक शीर्षक से कहीं ज़्यादा ढोते हैं। लेखक और संस्था के नाम, फ़ाइल बनाने वाला एप्लिकेशन, मूल फ़ाइलसिस्टम पथ, बनाने और बदलने के टाइमस्टैम्प, और कभी-कभी उस मशीन का नाम जिसने फ़ाइल को आख़िरी बार सहेजा। जब कोई अनुबंध बाहर जाता है, तो यह निशान अक्सर बता देता है कि उसे किसने और कहाँ तैयार किया, भले ही दिखने वाले पेज पर कुछ भी संवेदनशील न लगे। मेटाडेटा फ़्लैग चालू होने पर Sanitize दोनों भंडार हटा देता है, इसीलिए वह हर शेयर चरण में ज़रूरी है, केवल उन्हीं में नहीं जहाँ कोई साफ़ राज़ हो।
चूँकि मेटाडेटा हटाना फ़ाइल के बाइट्स दोबारा लिखता है, इसे किसी दस्तावेज़ पर हस्ताक्षर या मुहर लगाने से पहले करें। पहले लिया गया हस्ताक्षर मेटाडेटा हटते ही अपनी अखंडता जाँच में फ़ेल हो जाएगा।
कोई भी टूल पेज का टेक्स्ट दोबारा नहीं लिखता
यह दोहराना बनता है कि यह जोड़ी क्या नहीं कर सकती, क्योंकि दोनों नाम ज़रूरत से ज़्यादा वादा करते हैं। Sanitize सामग्री के आसपास के कैटलॉग और शब्दकोश संपादित करता है, कंटेंट स्ट्रीम को कभी नहीं, इसलिए किसी अनुच्छेद में छपा नाम उसकी पहुँच से बाहर है। Auto Redact मेल खाते पेजों को पूरा-पूरा हटा देता है। यह असली गारंटी है, पर कठोर: वह एक अकेली वैल्यू मिटाकर पेज का बाक़ी हिस्सा नहीं बचा सकता। अगर आपको एक वाक्यांश हटाना है और पेज रखना है, तो तरीक़ा यह है कि उस पेज को निकालें, उसे अलग से redact करें, और निकाली गई प्रति वितरित करें।
व्यावहारिक पूर्व-साझा पथ
- एन्क्रिप्शन हटाने की अनुमति हो तभी अनलॉक करें।
- स्कैन का OCR करें ताकि Auto Redact पद देख सके।
- जो स्ट्रिंग नहीं जानी चाहिए उनके साथ Auto Redact चलाएँ।
- वितरण के लिए बनी प्रति पर Sanitize चलाएँ।
- नतीजा खोलकर पेज, संलग्नक और टेक्स्ट-व्यवहार की पुष्टि करें।
ब्राउज़र टूल के लिए खाता नहीं चाहिए। वही प्रचालन किसी स्क्रिप्ट से करने के लिए Developers देखें।