Trước khi chia sẻ: Sanitize và Redact thực sự làm gì
Sanitize gỡ script, tệp nhúng và metadata; Auto Redact tô đen cả trang khớp chữ. Không công cụ nào tự đủ, và một hộp đen không phải là xóa nội dung.
Chia sẻ PDF an toàn gồm hai việc. Sanitize gỡ những phần chủ động hoặc bị che giấu (JavaScript, tệp nhúng, metadata, liên kết). Auto Redact nhắm vào chữ hiện trên trang mà bạn không muốn ai đọc được. Redact trước những gì không được đọc, rồi sanitize những gì không nên đi kèm tệp.
Sanitize không ẩn tên trên trang
Sanitize (POST /api/v1/security/sanitize-pdf) sửa catalog tài liệu và dictionary của từng trang. Với mặc định trên portal (hầu hết cờ remove đặt true, removeFonts đặt false), công cụ gỡ:
- Hook JavaScript ở cấp tài liệu và trang (
AA,OpenAction) - Cây tên tệp nhúng
- Metadata XMP và Info
- Annotation liên kết
Nó không viết lại chữ trong đoạn văn. Một số an sinh xã hội nằm trong content stream vẫn còn nguyên sau sanitize. Hãy coi sanitize là vệ sinh phần nhúng và script khi chia sẻ, không phải che thông tin riêng tư.
Auto Redact khớp chữ rồi tô đen trang
Auto Redact (POST /api/v1/security/auto-redact) nhận listOfText ngăn cách bằng dấu phẩy. Trên mỗi trang, công cụ trích lớp chữ rồi kiểm tra xem có thuật ngữ nào xuất hiện. Nếu trúng, nó vẽ một hình chữ nhật đen phủ cả trang.
Cách làm cố ý thô: trang nào khớp thì tối, trang không khớp giữ nguyên. Bản scan chỉ có ảnh, không có lớp chữ, sẽ không khớp thuật ngữ cho tới khi bạn OCR trước. Luôn kiểm tra bản tải về (thử chọn/sao chép hoặc trích chữ) trước khi gửi tệp đi.
Hộp đen và redact thật khác nhau ở đâu
Vẽ một hình chữ nhật đen trong trình xem không giống với xóa các object chữ bên dưới. Kiểu “redact giả” cổ điển để nguyên glyph trong content stream, nên sao chép, tìm kiếm hay pdftotext vẫn lấy lại được bí mật nằm dưới lớp mực. Redact thật gỡ hoặc thay thế những object đó để chuỗi biến mất khỏi byte của tệp.
Auto Redact của PDF123 là bước khớp rồi phủ phía server, phục vụ vệ sinh theo mẫu và luôn cần người xem lại. Đây không phải bộ redact e-discovery đã được chứng nhận. Nếu chính sách của bạn đòi bảo đảm gỡ bỏ nội dung, hãy xác minh bằng cách trích chữ từ tệp đầu ra (và giữ bản gốc chưa sanitize theo quy định lưu trữ).
Một quy trình chia sẻ thực tế
- Chỉ unlock khi bạn được phép gỡ mã hóa.
- OCR bản scan để Auto Redact nhìn thấy thuật ngữ.
- Chạy Auto Redact với những chuỗi không được phát tán.
- Chạy Sanitize trên bản sao dành để phân phối.
- Mở tệp kết quả, kiểm tra trang, tệp đính kèm và cách chữ hoạt động.
Công cụ chạy trên trình duyệt không cần tài khoản. Muốn dùng đúng những op đó từ script, xem Nhà phát triển.