Removedor de metadatos PDF - Borra autor, título y propiedades

El diccionario de información del documento estándar suele registrar el Title, el Author, el Subject, las Keywords, la aplicación Creator, la aplicación Producer y las fechas de creación y modificación. Según cómo se produjo el archivo, también puede llevar un nombre completo o un nombre de usuario en el campo de autor, el nombre de tu empresa, el proyecto interno o cliente al que pertenece el documento, un historial de revisiones anteriores, títulos de marcadores y del esquema, el contenido de los campos de formulario, JavaScript incrustado, archivos adjuntos y un paquete XMP que duplica esos mismos datos en un formato legible por máquina. Como nada de esto es contenido de página, seleccionar todo el texto y borrarlo no elimina nada de ello. Cualquiera de esos campos puede identificarte, o identificar a tu empleador o a tu cliente, ante quien reciba el documento.

Porque la mayoría de los editores no conservan los metadatos que quitaste: los sustituyen. Word, Google Docs, LibreOffice y aplicaciones similares vuelven a estampar el autor con el nombre de usuario actual y el productor con su propia cadena de aplicación cada vez que guardan, y hacerlo escribe además una nueva marca de tiempo de modificación. Incluso una edición que no cambia nada significativo refresca esos campos, así que un documento que limpiaste con cuidado vuelve a ser identificable después de un solo viaje de ida y vuelta por un editor. Por eso el orden correcto de operaciones es hacer toda tu edición primero y eliminar los metadatos al final, justo antes de compartir. Si necesitas editar después de limpiar, elimina otra vez en lugar de suponer que el estado limpio anterior sobrevivió.

No. El diccionario de información del documento y el paquete XMP se almacenan por separado del flujo de contenido de las páginas, así que eliminarlos deja cada glifo, imagen, dibujo vectorial, tabla y distribución exactamente donde estaba. El número de páginas, el tamaño de página y la rotación se preservan, y el archivo se abre e imprime de forma idéntica en cualquier lector conforme. Lo único que pierdes es la información descriptiva sobre el archivo en sí, como su título en el panel de propiedades del lector o la autoría que se muestra. Si un documento depende de una acción de JavaScript incrustado o de un archivo adjunto para funcionar, quitar eso es un cambio deliberado de contenido y no de metadatos, así que trata esas categorías por separado y ten en cuenta que el comportamiento interactivo afectado dejará de ejecutarse.

Con esta herramienta, no. El documento se lee usando las APIs de archivo del propio navegador y se reescribe mediante JavaScript del lado del cliente, así que los bytes pasan de tu disco a la página y de ahí a una descarga sin atravesar ningún servidor remoto. Esa distinción es importante para material confidencial: contratos, historiales médicos, descubrimientos legales, información financiera no publicada y cualquier cosa cubierta por un NDA quedarían expuestos a un tercero por un servicio basado en subida, sin importar si ese servicio afirma que borra el archivo después. Comprueba que la herramienta que uses procese todo del lado del cliente y trata la ausencia de subida como un requisito, no como algo opcional, cuando manejes documentos sensibles.

Para todo lo que sale de tu organización, sí, y hay muy pocas desventajas. La única razón para conservar los metadatos es que los campos descriptivos sirvan para algo de lo que dependen tus lectores, como un título con sentido y una autoría en un informe publicado donde la firma debe ser pública, o una biblioteca interna de documentos que indexa los archivos por su propiedad de título. Para contratos, facturas, historiales médicos y legales, pruebas presentadas a un expediente público, currículums, envíos académicos con revisión ciega, informes de errores y borradores internos, eliminar los campos es la opción correcta por defecto. Dedica veinte segundos antes de adjuntar el archivo, porque el coste de descubrir una filtración después de haberlo compartido es mucho mayor que el coste de limpiarlo antes.

No, y conviene ser preciso sobre esto. Eliminar los metadatos borra los campos identificativos que expone la mayoría de los intercambios casuales, pero un PDF todavía puede contener material identificativo que no tiene nada que ver con el diccionario Info, como texto o imágenes de tu cara dentro del contenido de las páginas, la imagen de una firma, metadatos que sobrevivieron en una sección de actualización incremental, información identificativa en fuentes incrustadas o en perfiles de color, y rastros del archivo original en su estructura interna. Para el uso cotidiano, limpiar los metadatos elimina el riesgo realista. Para material realmente sensible, combina este paso con una revisión visual de cada página y comprueba si el documento contiene anotaciones manuscritas o páginas escaneadas que revelen más que los campos.