Antes de compartilhar: o que Sanitize e Redact realmente fazem
O Sanitize remove scripts, arquivos embutidos e metadados. O Auto Redact escurece as páginas que batem com o texto buscado, sem apagar o conteúdo por baixo.
Compartilhar um PDF com segurança são dois trabalhos. O Sanitize remove extras ativos ou discretos (JavaScript, arquivos embutidos, metadados, links). O Auto Redact age sobre o texto visível que você não quer legível na página. Tarje o que não pode ser lido e depois sanitize o que não deve viajar junto com o arquivo.
O Sanitize não esconde nomes na página
O Sanitize (POST /api/v1/security/sanitize-pdf) edita o catálogo do documento e os dicionários de página. Com os padrões do portal (a maioria das opções de remoção em true, removeFonts em false), ele remove:
- Ganchos de JavaScript do documento e da página (
AA,OpenAction) - Árvores de nomes de arquivos embutidos
- Metadados XMP e Info
- Anotações de link
Ele não reescreve o texto dos parágrafos. Um número de Seguridade Social no fluxo de conteúdo continua lá depois do sanitize. Trate o Sanitize como higiene de compartilhamento para embutidos e scripts, não como tarja de privacidade.
O Auto Redact encontra o texto e escurece a página
O Auto Redact (POST /api/v1/security/auto-redact) recebe um listOfText separado por vírgulas. Em cada página, ele extrai a camada de texto e verifica se algum dos termos aparece. Quando há correspondência, pinta um retângulo preto de página inteira sobre aquela página.
Isso é grosseiro de propósito: as páginas que batem ficam escuras, as que não batem ficam intactas. Digitalizações que são só imagem, sem camada de texto, não correspondem a termo nenhum enquanto você não aplicar OCR primeiro. Confira o download (selecionando e copiando, ou extraindo o texto) antes de enviar.
Retângulo preto não é tarja de verdade
Desenhar um retângulo preto num visualizador não é o mesmo que apagar os objetos de texto por baixo. A clássica "tarja falsa" deixa os glifos no fluxo de conteúdo, de modo que copiar, buscar ou o pdftotext ainda recuperam o segredo sob a tinta. A tarja de verdade remove ou substitui esses objetos, para que o texto desapareça dos bytes do arquivo.
O Auto Redact do PDF123 é um passo no servidor de correspondência e sobreposição, voltado à higiene de padrões e com revisão obrigatória. Ele não é um pacote certificado de tarja para e-discovery. Se a sua política exige garantia de remoção, verifique o resultado com uma extração (e guarde o original não sanitizado conforme as suas regras de retenção).
Um caminho prático antes de compartilhar
- Desbloqueie apenas se você tiver autorização para remover a criptografia.
- Aplique OCR nas digitalizações para que o Auto Redact consiga ver os termos.
- Rode o Auto Redact com os termos que não podem ser enviados.
- Rode o Sanitize numa cópia destinada à distribuição.
- Abra o resultado e confirme as páginas, os anexos e o comportamento do texto.
As ferramentas do navegador não pedem conta. Para as mesmas operações a partir de um script, veja Desenvolvedores.