Como limpar os metadados de um PDF
Um PDF carrega, fora do conteúdo das páginas, um conjunto de campos que quase ninguém olha: autor, título, assunto, palavras-chave, software que gerou o arquivo, data de criação e de modificação. A ferramenta mostra o que existe e devolve o documento sem esses campos.
- Solte o PDF.
- Leia o que foi encontrado — o campo de autor costuma ser o nome de usuário de quem gerou o arquivo.
- Gere a versão limpa.
- Baixe e confira que o conteúdo das páginas continua igual.
O que costuma estar escondido lá
Autor com nome completo ou login corporativo, porque o campo é preenchido pelo Word, pelo editor ou pelo sistema. Software e versão, que dizem qual ferramenta a empresa usa. Datas de criação e modificação, que revelam quando aquele "documento novo" foi de fato escrito — e às vezes que ele é a mesma proposta que foi enviada a outro cliente semanas antes.
Além do bloco clássico de informações, existe um segundo, em XML, que muitas ferramentas de limpeza esquecem: apagar o primeiro e deixar o segundo faz o autor continuar aparecendo para qualquer um que abra o arquivo com um editor de texto. Aqui os dois são removidos, e o teste que trava isso procura o nome do autor nos bytes DESCOMPRIMIDOS do resultado — porque a compressão interna do PDF esconderia um resto sobrevivente de qualquer busca ingênua.
Uma armadilha específica da biblioteca usada merece registro: ao abrir o arquivo, ela grava o próprio nome no campo de software e atualiza a data de modificação. Um limpador de metadados que assina o próprio trabalho seria a ironia perfeita — e é o comportamento padrão, desligado explicitamente.
O que a limpeza não faz
Não mexe no conteúdo das páginas. Se o seu nome está escrito no cabeçalho do documento, ele continua lá — para isso existe a censura de PDF.
Não remove marca dágua, comentário, anotação nem histórico de revisão, quando existirem como objetos da página.
E não altera o arquivo original: o resultado é uma cópia limpa. Antes de publicar, vale abrir a cópia e conferir as propriedades do documento no seu leitor de PDF — leva dez segundos e é a verificação que fecha o ciclo.
Por que fazer isso no navegador
O caso típico é enviar uma proposta, um currículo ou um documento para fora da empresa. Mandar o arquivo para um site limpar os dados de identificação entrega justamente o arquivo identificado para um terceiro.
Aqui a leitura e a reescrita acontecem na sua aba. O medidor no alto da página fica em zero, e depois da primeira visita a ferramenta funciona sem internet.