Почему чёрный прямоугольник в PDF не скрывает данные

Самая частая утечка при публикации документов выглядит так: поверх паспортных данных рисуют чёрный прямоугольник, сохраняют PDF – и текст под ним по-прежнему выделяется, копируется и находится поиском.

Причина в устройстве формата. PDF – это слои графических объектов, а не картинка. Прямоугольник, который вы нарисовали, становится ещё одним объектом поверх текстового, но сам текст остаётся в потоке страницы нетронутым. Выделение мышкой, Ctrl+C, любой экстрактор или обычный поиск по документу вернут исходное содержимое. На этом обжигались и суды, и министерства, и крупные компании – истории с «зачёркнутыми», но читаемыми документами повторяются каждый год.

Настоящее затирание работает иначе: фрагмент физически удаляется из содержимого страницы, а не закрывается сверху. После такой операции под чёрной областью не остаётся ничего – ни глифов, ни координат, ни возможности восстановить текст. Это принципиальная разница между «нарисовать поверх» и «вырезать».

Несколько практических правил. Проверяйте результат: откройте готовый файл и попробуйте выделить и скопировать закрашенную область – там должно быть пусто. Помните про сканы: если документ распознан, текст живёт в невидимом OCR-слое, и его тоже нужно затирать. И не забывайте про метаданные и скрытые слои – данные утекают не только из видимой части страницы.

Затереть данные в PDF