什么是PDF清理?
PDF清理是指从文件中删除那些不在页面上显示、却可能携带信息或风险的部分:嵌入的JavaScript、作者和软件等元数据、附件、表单字段以及其他隐藏内容。目的是让读者看到同样的页面,而文件里不再包含其他任何东西。这是公开文件或发到组织外部之前的常见步骤。
PDF中可能隐藏的内容
PDF就像一个容器。除了可见的页面,它还可能包含打开时运行的脚本、带有姓名和日期的文档信息与XMP元数据、各种类型的嵌入文件、已填值的交互式表单字段、批注、书签,以及增量保存留下的旧版本。大多数阅读器不会显示这些内容,所以发送者常常意识不到它们的存在。
清理与涂黑
清理会整体删除文件的隐藏部分,涂黑则删除页面上特定的可见内容,例如姓名或账号。两者相辅相成:含有敏感文字的文件先涂黑再清理,以去除涂黑无法去除的内容,例如元数据中的作者姓名或附带的电子表格。顺序很重要:在涂黑之前清理,并不能去除保存涂黑副本时新加入的元数据。
局限
清理不会改变画在页面上的内容,可见的敏感文字仍然可见。删除字段后,表单就无法再填写。普通文件很少需要脚本,但有些交互式表单依赖脚本,所以请务必保留原始文件。清理后,发送前请确认副本能正常打开,页面、字体和图像看起来与原件一致。
用到这个术语的工具
提到这个术语的指南
常见问题
- 清理会删除可见的文字吗?
- 不会。可见页面保持不变。要删除可见的敏感内容,请使用涂黑。
- 清理后的PDF可以放心打开吗?
- 删除JavaScript和附件后,PDF携带动态内容最常见的途径就没有了。但没有任何工具能保证文件在所有阅读器中都是安全的。
- 清理后表单还能用吗?
- 不能。表单字段会和其他隐藏内容一起被删除。如果需要保留可填写的表单,请清理副本并保留原件。如果回答需要留在文件中,请在清理前填写好。