PDF-сценарии для журналистов
Журналистика держится на документах: судебных материалах, утёкших отчётах, публичных реестрах, бюджетах и заявлениях. Они приходят сканами неизвестного качества и такого объёма, что никто не хочет читать их страница за страницей. Важны две вещи. Нужно защитить людей при публикации документа и быстро достать факты из длинного файла. Два сценария ниже решают обе задачи без установки программ на компьютер в редакции.
Документы, с которыми вы работаете чаще всего
Судебные материалы, публичные реестры, бюджеты и аудиторские отчёты, отсканированные письма, пресс-релизы, корпоративные документы, выписки с таблицами, документы от источников и длинные отчёты с графиками и фотографиями.
Опубликуйте документ, не подвергая людей риску
Используйте это, когда вы хотите показать документ, но должны защитить источник или частное лицо.
- Закрасить PDFПеретащите чёрный прямоугольник поверх каждого имени, номера или адреса. Текст под каждым прямоугольником удаляется, а не просто закрывается.
- Удалить метаданные PDFОчистите автора, заголовок, ключевые слова и сведения о программе, сохранённые в файле, которые могут указать на человека.
- Защитить PDFЗащитите файл паролем, пока он ходит внутри команды до публикации.
Достаньте факты из длинного отчёта
Используйте это, когда отчёт — скан или тяжёлый PDF, а вам нужны его текст, цифры и изображения.
- OCR PDFДобавьте текстовый слой в скан, чтобы по нему можно было искать и копировать цитаты.
- Извлечь таблицы из PDFНайдите таблицы и сохраните их в файл CSV, который открывается в любой электронной таблице.
- Извлечь изображения из PDFСохраните каждое встроенное изображение как PNG в ZIP, чтобы подробно рассмотреть графики и фотографии.
Куда попадают ваши файлы
Скрытие данных, очистка метаданных, водяной знак и извлечение изображений выполняются в вашем браузере, поэтому документ остаётся на вашем устройстве. Защита паролем, распознавание текста и извлечение таблиц выполняются на защищённом сервере: файл передаётся один раз по зашифрованному соединению, обрабатывается в одноразовом процессе и удаляется сразу после отправки результата. Он не хранится, не журналируется и не используется для обучения ИИ. Учётная запись не нужна. С очень чувствительными материалами работайте на компьютере, которому вы доверяете.
Все инструменты из этих сценариев
- Закрасить PDFЗакрасить данные в PDF
- Удалить метаданные PDFУдаление метаданных из PDF
- Защитить PDFЗащитить PDF паролемЗащищённый сервер
- OCR PDFСделать отсканированный PDF доступным для поиска с OCRЗащищённый сервер
- Извлечь таблицы из PDFИзвлечь таблицы из PDFЗащищённый сервер
- Извлечь изображения из PDFИзвлечь изображения из PDF
Сравнения бок о бок
- Скрытие или чёрный прямоугольникЧёрный прямоугольник поверх текста лишь закрывает его: слова остаются в файле, и их можно скопировать. Настоящее скрытие удаляет их. Узнайте разницу и как это проверить.
- Скан или PDF с поискомВ отсканированном PDF есть только снимки страниц, а в PDF с поиском есть ещё и текст за ними. Узнайте, чем они отличаются и как OCR превращает один в другой.
Справочник по форматам файлов
- PDF (формат переносимых документов).pdfPDF хранит готовые страницы, которые выглядят одинаково на любом устройстве. Узнайте, что содержит PDF, в чём его слабые места и как превратить его в Word, Excel, JPG или текст.
- CSV (значения, разделённые запятыми).csvCSV хранит таблицу как обычный текст: строка файла — строка таблицы, а столбцы разделены знаком. Узнайте, где используется CSV, какие в нём ловушки и как таблицы переходят между CSV и PDF.
- PNG (переносимая сетевая графика).pngPNG — формат изображений без потерь с прозрачностью, идеальный для снимков экрана и чёткого текста. Узнайте, где он применяется, его ограничения и как превратить PNG в PDF.
Термины PDF простыми словами
- Редактирование (безвозвратное закрашивание данных)Редактирование (redaction) безвозвратно удаляет конфиденциальный текст и изображения из документа, в отличие от чёрного прямоугольника поверх. Узнайте, почему эта разница важна.
- Метаданные PDFМетаданные PDF хранят название, автора, программу и даты документа. Узнайте, где они находятся, что могут раскрыть и как их посмотреть или удалить.
- Извлечение таблицИзвлечение таблиц превращает таблицы, напечатанные в PDF, в строки и столбцы, которые можно править в электронной таблице. Узнайте, как это работает, где пределы и как проверить результат.
Руководства, где он применяется
- Скрыть данные в PDF перед отправкойПошагово: закройте имена и номера, удалите автора и скрытые метаданные, уберите скрипты и вложения, прежде чем делиться PDF.
- Ключевые страницы длинного PDFПо шагам: выберите важные страницы длинного отчёта, расставьте их в логичном порядке, объедините выдержки из нескольких файлов и подпишите каждую страницу источником.
- Сделать скан PDF доступным для поискаПошагово: выровняйте страницы скана, запустите OCR, чтобы искать и копировать текст, затем уменьшите файл для хранения или отправки.
Частые вопросы
- Достаточно ли одного чёрного прямоугольника?
- Только если текст под ним удалён, а этот инструмент так и делает. Прямоугольник, нарисованный поверх текста в программе вёрстки, оставляет слова в файле, поэтому всегда проверяйте, пытаясь выделить это место.
- Могут ли метаданные идентифицировать человека?
- Да. В файле могут храниться имена авторов, названия программ и даты. Очистите их, прежде чем делиться документом, и посмотрите на результат.
- Сработает ли извлечение таблиц на любом PDF?
- Лучше всего оно работает на чётких таблицах с прямыми линиями. Сканы сначала требуют распознавания текста, а объединённые ячейки могут потребовать правки в электронной таблице.