PDF 密文移除(脱敏)
我要提建议把选中的页整页转成图片,永久移除其中的文字层(不可选中、不可复制、不可搜索),并可清空文档信息里的标题与作者。
相关工具
这个工具是做什么的
很多人以为在 PDF 上拉一个黑色矩形把身份证号盖住就脱敏了 —— 其实不然:那只是视觉遮挡,底层文字仍然在文件里,复制一下、搜一下就能原样读出来,这类事故在公开文件里反复出现过。这个工具做的是真正删掉:把你选中的页整页渲染成图片再重建这一页,文字层、隐藏文字、可搜索内容一并消失,之后无论怎么选中、复制、搜索都拿不到这些字。做法上分两种页面处理:选中的页转成图片(文字层永久移除),未选中的页原样保留(矢量与文字都在),所以你可以只脱敏含敏感信息的那几页,其余页仍然保持可搜索。另外可以顺手清空文档信息里的标题、作者、主题与关键词 —— 那里常带着姓名与机构。要如实说明代价与边界:被转成图片的页,文字不能再选中、不能搜索(这正是目的,但阅读体验会变);批注、附件、书签不在本工具处理范围内;脱敏完成后请务必自己核对一遍(用阅读器试着选中那些位置,应该选不到文字)。全程在本机用本地引擎完成:数据不出设备。
使用方法
- 选择一个 PDF;工具会读出总页数。
- 选要脱敏的页(默认全部,也可以只填含敏感信息的页码);选清晰度(150 / 200 / 300 dpi),按需要勾选清空文档信息。
- 点「脱敏并导出」,完成后点「导出文件」保存;再用阅读器打开核对一遍,确认那些位置选不出文字。
常见问题
- 这和 PDF 编辑里的遮盖有什么区别?
- 遮盖只是在页面上画一个黑框,底层文字仍然在文件里 —— 选中、复制、搜索都能把内容原样读出来,所以它只能算视觉遮挡,不能用于脱敏。本工具是把整页转成图片,文字层彻底不存在了,这才是脱敏该用的方式。
- 脱敏后文字还能搜索吗?
- 被转成图片的页不能 —— 这正是脱敏的目的(不能选中、不能复制、不能搜索)。没有选中的页保持原样,仍然可以搜索。所以建议只把含敏感信息的那几页转成图片。
- 文件里的批注、附件、书签会被清掉吗?
- 不会。本工具处理的是页面内容与文档信息(标题/作者等),批注、附件、书签不在处理范围内。如果这些里也可能含敏感信息,请用「PDF 元数据查看」先确认,必要时换用其它方式处理。
- 怎么确认真的脱敏了?
- 导出后用阅读器打开,试着在那些位置拖选文字、按 Ctrl/Cmd+F 搜索关键字 —— 应该完全选不到、搜不到。也可以用站内的「PDF 元数据查看」看逐页文字数(转成图片的页文字数会是 0)。这一步很重要,请务必做一次。
- 文件会变大吗?
- 通常会 —— 整页转成图片比原始矢量内容更占地方(扫描件类文件可能变化不大)。结果区会给出原体积到新体积的对比;如果变大了而你又不能接受,可以降低清晰度,或只脱敏最必要的页。