Sebelum Berkongsi: Apa yang Sebenarnya Dilakukan Bersihkan PDF dan Redaksi

Berkongsi PDF dengan selamat merangkumi dua tugasan. Bersihkan PDF membuang bahan tambahan yang aktif atau tersembunyi (JavaScript, fail tertanam, metadata, pautan). Redaksi menyasarkan teks yang kelihatan dan tidak anda mahu boleh dibaca pada halaman. Redaksi apa yang tidak boleh dibaca, kemudian bersihkan apa yang tidak sepatutnya terbawa bersama fail.

Bersihkan PDF tidak menyembunyikan nama pada halaman

Bersihkan PDF (POST /api/v1/security/sanitize-pdf) menyunting katalog dokumen dan kamus halaman. Dengan lalai portal (kebanyakan bendera buang true, removeFonts false) ia membuang:

• Cangkuk JavaScript dokumen dan halaman (AA, OpenAction)
• Pokok nama fail tertanam
• Metadata XMP dan Info
• Anotasi pautan

Ia tidak menulis semula teks perenggan. Nombor Social Security yang berada dalam aliran kandungan masih ada selepas dibersihkan. Anggap alat Bersihkan PDF sebagai kebersihan perkongsian untuk fail tertanam dan skrip, bukan sebagai redaksi privasi.

Redaksi memadankan teks, kemudian menghitamkan halaman

Redaksi (POST /api/v1/security/auto-redact) mengambil listOfText yang dipisahkan koma. Untuk setiap halaman, ia mengekstrak lapisan teks dan menyemak sama ada mana-mana istilah muncul. Jika ada padanan, ia melukis segi empat tepat hitam penuh halaman di atas halaman itu.

Pendekatan itu sengaja kasar: halaman yang sepadan menjadi gelap; halaman yang tidak sepadan kekal tidak disentuh. Imbasan imej sahaja tanpa lapisan teks tidak akan memadankan istilah sehingga anda menjalankan OCR terlebih dahulu. Sentiasa periksa muat turunnya (termasuk pilih/salin atau ekstrak teks) sebelum anda menghantar fail itu.

Kotak hitam berbanding redaksi sebenar

Melukis segi empat tepat hitam dalam pembaca bukanlah sama dengan memadamkan objek teks di bawahnya. "Redaksi palsu" klasik meninggalkan glif dalam aliran kandungan supaya salin, carian, atau pdftotext masih boleh memulihkan rahsia di bawah dakwat itu. Redaksi sebenar membuang atau menggantikan objek tersebut supaya rentetan itu hilang daripada bait fail.

Redaksi PDF123 ialah langkah padanan dan tindanan di sisi pelayan untuk kebersihan corak, dan semakan tetap diperlukan. Ia bukan set alat redaksi e-discovery yang diperakui. Jika dasar anda memerlukan jaminan penyingkiran kandungan, sahkan melalui pengekstrakan pada keluaran (dan simpan fail asal yang belum dibersihkan di bawah peraturan pengekalan anda).

Laluan praktikal sebelum berkongsi

1. Buka kunci hanya jika anda dibenarkan membuang penyulitan.
2. Jalankan OCR pada imbasan supaya Redaksi boleh melihat istilahnya.
3. Jalankan Redaksi dengan rentetan yang tidak boleh dihantar.
4. Jalankan Bersihkan PDF pada salinan yang dimaksudkan untuk pengedaran.
5. Buka hasilnya dan sahkan halaman, lampiran, serta tingkah laku teks.

Alat pelayar tidak memerlukan akaun. Untuk operasi yang sama daripada skrip, lihat Pembangun.