Ficha Kurasa za PDF kwa Neno la Kutafuta
Ficha kwa rangi nyeusi hubadilisha kila ukurasa ambao maandishi yake yana mojawapo ya maneno yako ya kutafuta kwa ukurasa mweusi kabisa. Ulinganisho hauangalii herufi kubwa au ndogo, na maudhui ya zamani ya ukurasa uliofichwa huondolewa. Hufanya kazi kwenye tabaka za maandishi, si skani.
Buruta faili hapa, au bofya uchague
Inakubali PDF · hadi 500.0 MB kwa kila faili · hadi faili 20 kwa mara moja
Unaweza pia kubandika faili kwa Ctrl/Cmd+V au kutoka kwenye menyu ya ubao wa kunakili.
Ficha kwa rangi nyeusi husoma maandishi ya kila ukurasa na kuyalinganisha na maneno yako yaliyotenganishwa kwa koma. Ulinganisho ni jaribio la sehemu ya maandishi lisilojali herufi kubwa au ndogo, kwa hiyo `acme` inakamata pia `ACME Corp`. Kila ukurasa unaolingana hubadilishwa kwa ukurasa mweusi kabisa. Ni ufichaji wa kiwango cha ukurasa, si cha neno.
Kwenye ukurasa unaolingana, maudhui ya zamani, rasilimali na maelezo huondolewa, hivyo maneno yaliyofichwa hayawezi kutolewa kutoka ukurasa huo. Rangi ya kujaza imefungwa kuwa nyeusi (`#000000`); sehemu ya rangi inapuuzwa.
Zana pia husafisha kile ukurasa uliofichwa unachoacha sehemu nyingine za faili: sehemu za fomu zilizo juu yake, alamisho zinazoelekeza kwake au zenye neno, ingizo za taarifa za hati zinazolingana, metadata ya XMP ya kurasa zilizofichwa, na maandishi ya mti wa muundo. Faili zilizopachikwa, JavaScript na maandishi ya kurasa zisizolingana haziguswi; Safisha PDF huondoa mbili za kwanza.
Orodha tupu ya maneno hukataliwa kwa hitilafu. Kurasa zisizolingana, pamoja na skani za picha pekee zisizo na tabaka la maandishi, hutoka bila mabadiliko. Hakuna OCR, kwa hiyo ukurasa ulioskaniwa unaweza kuondolewa tu kwa Ondoa kurasa.
API pia inakubali `caseSensitive=true` na `useRegex=true` (sintaksia ya Rust regex, hadi maneno 200 yaliyotenganishwa kwa koma). Fomu ya tovuti ina orodha ya maneno pekee.
Muundo wa kiwango cha ukurasa ndilo jambo muhimu zaidi kuelewa, kwa sababu hufanya Ficha kwa rangi nyeusi kuwa tofauti sana na ufichaji wa kisanduku cheusi ambao watu hufikiria. Huchori mistatili juu ya jina; unaorodhesha maneno, na ukurasa wowote unao mojawapo hubadilishwa kabisa na uso mweusi kabisa. Hili ni kwa kusudi: ufichaji wa kiwango cha neno ndipo uvujaji mwingi wa kweli hutokea, kwa sababu kisanduku cheusi juu ya maandishi mara nyingi huweza kuondolewa au maandishi ya chini yanaweza kuchaguliwa na kunakiliwa. Kuondoa maudhui yote ya ukurasa hufanya maneno yasiweze kurejeshwa kabisa kutoka ukurasa huo. Gharama ni kwamba unapoteza kila kitu kingine kwenye ukurasa pia.
Kwa hiyo mtiririko sahihi wa kazi huanza na kuchagua kurasa, si kwa orodha ya maneno. Iwapo thamani nyeti iko kwenye ukurasa wa 7 wa ripoti ya kurasa 40, lazima uamue kama kupoteza ukurasa wa 7 kabisa kunakubalika. Ikiwa si hivyo, mtindo wa kawaida ni kutoa kurasa nyeti kwenye faili yao, kuzificha hapo, na kusambaza pakiti inayorejelea kurasa zilizofichwa bila kujumuisha maudhui yanayozizunguka. Kwa kuwa ufichaji huharibu, fanya kazi kila mara kwenye nakala na uhifadhi asili kwa kanuni zako za uhifadhi.
Ulinganisho ni jaribio la kawaida la sehemu ya maandishi, kwa hiyo maneno mafupi au yenye utata husababisha ulinganisho wa kupita kiasi. Neno kama `id` litafunika kwa rangi nyeusi kila ukurasa ulio na maneno `identity`, `valid`, au `provide`. Chagua mfuatano mrefu usio na utata unaoweza - jina kamili, namba kamili ya akaunti, kumbukumbu ya kipekee - na kagua ni kurasa zipi zilizokuwa nyeusi kabla ya kutuma matokeo. Hali ya regex ya API ipo kwa ajili ya hili hasa: muundo uliofungwa kwenye umbo la namba ya akaunti unaweza kuwa sahihi zaidi kuliko sehemu ya maandishi tupu.
Faili zilizolindwa kwa nenosiri hufunguliwa kwa ajili yako kwenye ukurasa huu ukishaingiza nenosiri; wapigaji wa API waendeshe Ondoa nenosiri kwanza.
Sifa
- Ulinganisho usiojali herufi kubwa au ndogo; kila ukurasa unaolingana unakuwa ukurasa mweusi
- Huondoa maudhui ya zamani ya ukurasa, sehemu za fomu, mada za alamisho zinazolingana na metadata
- Orodha tupu ya maneno hukataliwa; kurasa zisizolingana hazibadiliki
- Kiwango cha ukurasa na huharibu; maandishi hayafunikwi tu
- API isiyo na jina: /api/v1/security/auto-redact
Lini utumie
- Kufunika kwa rangi nyeusi kurasa zinazotaja jina la mteja au namba ya akaunti kabla ya kushiriki
- Kuondoa kurasa zenye vitambulisho vya kibinafsi kutoka kwa usafirishaji mrefu
- Kuandaa nakala ya mapitio ambapo kurasa nyeti hazipaswi kurejesheka
- Kutoa toleo la hati ambapo kurasa maalum zinazorejelewa zimezuiwa
Ninaficha vipi kurasa katika PDF?
- Pakia PDF yenye tabaka la maandishi ambayo una ruhusa ya kuibadilisha.
- Weka maneno yaliyotenganishwa kwa koma, kwa mfano jina la mteja au namba ya akaunti. Ulinganisho hauangalii herufi kubwa au ndogo.
- Bofya Chakata. Kila ukurasa wenye neno unakuwa ukurasa mweusi kabisa.
- Fungua matokeo, kagua ni kurasa zipi zimekuwa nyeusi, na utafute maneno hayo mara moja zaidi kabla ya kushiriki.
Mipaka na hali maalum
- Kiwango cha ukurasa tu; hakuna ufichaji wa sehemu ya ukurasa
- Inahitaji tabaka la maandishi: kurasa za picha pekee hazilingani kamwe
- Orodha tupu ya maneno ni hitilafu
- Faili zilizopachikwa na JavaScript haziondolewi; tumia Safisha PDF kwa hizo
- Maneno yaliyochorwa kama maumbo ya vekta hayana maandishi ya kulinganisha
- Maneno mafupi husababisha ulinganisho wa kupita kiasi; ukurasa mzima hupotea
- Kikomo cha kupakia kwenye tovuti hii: MB 500 kwa kila faili, likitumwa kwa vipande zaidi ya takriban MB 95. Mwili wa ombi moja la moja la API una kikomo cha MB 100.
Mifano
- Neno secret hufunika ukurasa wa 2 kwa rangi nyeusi tu pale maandishi yaliyotolewa ya ukurasa huo yanapokuwa na secret kwa herufi kubwa au ndogo yoyote
- Maneno alpha,beta hufunika kila ukurasa unaokuwa na neno lolote kati ya hayo mawili
- Neno id hulingana kupita kiasi na identity na valid, kwa hiyo neno refu ni salama zaidi
Faragha ya zana hii
Faili hupakiwa kupitia HTTPS, zinachakatwa kwenye kumbukumbu au folda ya muda mfupi kwenye seva zetu, na kufutwa matokeo yakiwa tayari. Hatuhifadhi nakala kwa kuvinjari baadaye, mafunzo, au wasifu wa matangazo. Tazama Sera ya Faragha kwa maelezo ya uhifadhi na ufichuzi wa vidakuzi vya AdSense.
Maswali ya kawaida
- Kwa nini ukurasa mzima ukawa mweusi?
- Ufichaji ni wa kiwango cha ukurasa. Ukurasa wowote ambao maandishi yake yana neno hubadilishwa kwa ukurasa mweusi, hivyo hakuna kinachosalia juu yake.
- Je, naweza kuficha neno moja na kubakiza sehemu nyingine ya ukurasa?
- Hapana. Ukurasa mzima unaolingana unafunikwa kwa rangi nyeusi; hakuna ufichaji wa kisanduku cha neno.
- Je, maandishi yanaondolewa kweli kwenye faili?
- Kwenye kurasa zinazolingana, maudhui, rasilimali na maelezo hubadilishwa, kwa hiyo maandishi hayapo tena kwenye ukurasa. Thamani za fomu, mada za alamisho zinazolingana, ingizo za Info na metadata pia husafishwa. Faili zilizopachikwa na kurasa zisizolingana haziguswi.
- Je, ulinganisho unajali herufi kubwa na ndogo?
- Hapana. Kwa chaguo-msingi maneno yanalingana bila kujali herufi kubwa au ndogo. Wapigaji wa API wanaweza kutuma caseSensitive=true, au useRegex=true kwa misemo ya kawaida.
- Je, Ficha kwa rangi nyeusi inaweza kushughulikia hati iliyoskaniwa?
- Si moja kwa moja. Inasoma tabaka la maandishi, na skani isiyo nalo huachwa bila mabadiliko. Hakuna hatua ya OCR.
- Kwa nini kurasa nyingi zaidi zilikuwa nyeusi kuliko nilivyotarajia?
- Ulinganisho ni jaribio la sehemu ya maandishi, kwa hiyo neno fupi kama `id` hulingana pia na `identity` au `valid`. Tumia neno mrefu usio na utata, au regex kupitia API, na kagua ni kurasa zipi zilizobadilika.
- Je, naweza kurejesha ukurasa baada ya kuuficha?
- Hapana. Ufichaji huharibu. Uendeshe kwenye nakala; asili kwenye diski yako haibadiliki, lakini faili iliyofichwa haiwezi kurudishwa hapa.
Ilisasishwa mwisho:
Tumia kutoka msimbo
Kila zana hapa ni REST. Matumizi bila kujisajili hayahitaji akaunti wala ufunguo wa API. Inafaa kivinjari, watengenezaji, na mawakala wa AI.
curl -X POST "https://pdf123.xyz/api/v1/security/auto-redact" \
-F "[email protected]" \
-F "listOfText=your-listOfText" \
-o output.pdfPia inapatikana kama zana ya MCP kwa programu zinazotumia Model Context Protocol (JSON-RPC 2.0, POST /mcp). Maelezo kamili ya API
Itumie kupitia wakala wa AI
SkillUkiwa na skill hii, Claude Code, Codex, Cursor na mawakala wengine wa AI wanaweza kukuendeshea "Ficha kwa rangi nyeusi": /skills/pdf123-auto-redact.md
Faili inatumika kazi hii tu, kisha inafutwa yenyewe.