Zanim udostępnisz: co naprawdę robią Sanitize i Redact

Bezpieczne udostępnienie PDF to dwa zadania. Sanitize usuwa aktywne albo ukryte dodatki (JavaScript, osadzone pliki, metadane, linki). Auto Redact celuje w widoczny tekst, którego nie chcesz mieć czytelnego na stronie. Najpierw zredaguj to, czego nie wolno czytać, a potem poddaj sanitizacji to, co nie powinno wędrować razem z plikiem.

Sanitize nie ukrywa nazwisk na stronie

Sanitize (POST /api/v1/security/sanitize-pdf) modyfikuje katalog dokumentu i słowniki stron. Przy domyślnych ustawieniach portalu (większość flag usuwania true, removeFonts false) usuwa:

• haki JavaScript dokumentu i stron (AA, OpenAction),
• drzewa nazw osadzonych plików,
• metadane XMP i Info,
• adnotacje linków.

Nie przepisuje tekstu akapitów. Numer identyfikacyjny obecny w strumieniu treści pozostaje tam po sanitizacji. Traktuj sanitizację jako higienę udostępniania dla osadzeń i skryptów, a nie jako redakcję chroniącą prywatność.

Auto Redact dopasowuje tekst, a potem zaciemnia stronę

Auto Redact (POST /api/v1/security/auto-redact) przyjmuje listOfText, czyli listę terminów rozdzielonych przecinkami. Dla każdej strony wyciąga warstwę tekstową i sprawdza, czy występuje którykolwiek z terminów. W razie trafienia maluje czarny prostokąt na całej stronie.

To celowo rozwiązanie tępe: pasujące strony gasną, a niepasujące pozostają nietknięte. Skanów będących samymi obrazami, bez warstwy tekstowej, nie dopasujesz do terminów, dopóki najpierw nie uruchomisz OCR. Zawsze sprawdź pobrany plik (między innymi przez zaznaczanie i kopiowanie albo ekstrakcję tekstu), zanim go wyślesz.

Czarne pole a prawdziwa redakcja

Narysowanie czarnego prostokąta w przeglądarce to nie to samo co usunięcie leżących pod nim obiektów tekstowych. Klasyczna „udawana redakcja” zostawia glify w strumieniu treści, więc kopiowanie, wyszukiwanie albo pdftotext nadal mogą odzyskać sekret spod tuszu. Prawdziwa redakcja usuwa te obiekty albo je zastępuje, aby dany ciąg zniknął z bajtów pliku.

Auto Redact w PDF123 to serwerowy krok dopasowania i nałożenia warstwy do higieny wzorców, wymagający przeglądu. To nie certyfikowany pakiet do redakcji dokumentów na potrzeby postępowań. Jeśli twoja polityka wymaga gwarancji usunięcia treści, zweryfikuj wynik przez ekstrakcję (a niezdezynfekowany oryginał trzymaj zgodnie ze swoimi zasadami przechowywania).

Praktyczna ścieżka przed udostępnieniem

1. Odblokuj plik tylko wtedy, gdy wolno ci usunąć szyfrowanie.
2. Uruchom OCR na skanach, aby Auto Redact widział terminy.
3. Uruchom Auto Redact z ciągami, które nie mogą opuścić firmy.
4. Uruchom Sanitize na kopii przeznaczonej do rozpowszechniania.
5. Otwórz wynik i potwierdź strony, załączniki oraz zachowanie tekstu.

Narzędzia w przeglądarce nie wymagają konta. Te same operacje ze skryptu opisuje Dla programistów.