什麼是隱藏文字?
隱藏文字是頁面上看不見,但確實存在於 PDF 資料中的文字。有的是刻意產生,有的是無意留下。典型例子是掃描PDF上的 OCR 文字層:影像之後放著看不見的文字,使搜尋和複製成為可能,這是正當用法。真正出問題的,是以為已經遮住了敏感資訊,文字卻還留在檔案裡。
隱藏文字是怎麼產生的
主要有四種來源。一是 OCR 層,為了搜尋而刻意隱藏。二是白底上的白字,看起來是空白,複製時卻會出現。三是覆蓋黑框的做法:黑框只是蓋住文字,下面的文字原樣保留,仍然可以選取和複製。四是舊的編輯或其他圖層裡殘留的文字,早先版本的內容可能以不可見的形式埋在檔案裡。
如何檢查 / 想真正刪除時
檢查的辦法是全選頁面複製,或者匯出為文字再閱讀;如果出現了畫面上沒有的詞,就表示有隱藏文字。想真正刪除,必須去掉文字本身,而不是遮住外觀:對目標區域做塗黑處理,並把頁面重建為影像,下面的文字便不復存在。相反,只放黑框或塗白,只是改變了外觀。
在 AuraDoc 中使用
PDF 轉文字 會匯出頁面中的所有文字,可用來核對隱藏內容。PDF塗黑 把選定區域塗黑,並將頁面重建為影像,所以下面的文字不會殘留。淨化 PDF 會移除腳本、中繼資料、內嵌檔案和表單欄位。每個結果都是新檔案,原檔案維持不變。
用到這個術語的工具
提到這個術語的指南
常見問題
- OCR 層也算隱藏文字問題嗎?
- 不算。那是讓搜尋和複製成為可能的正當機制。問題出在不該被看到的內容以不可見的形式留在檔案裡。
- 蓋一個黑框,文字就消失了嗎?
- 不會。黑框只是覆蓋,資料原封不動。選取複製後,下面的內容可能照樣出現。
- 怎樣找出隱藏文字?
- 全選頁面複製,或匯出為文字,邊讀邊核對有沒有畫面上不存在的詞。發現後,用塗黑處理把文字一併去除。