Bien caviarder un PDF : pourquoi les rectangles noirs ne suffisent pas

L’erreur de caviardage la plus courante est invisible. Un rectangle noir tracé sur un nom paraît parfait à l’écran comme sur papier, mais dans la plupart des cas, le nom est toujours dans le fichier, juste en dessous. N’importe qui peut sélectionner le texte sous le rectangle et le coller ailleurs, ou le trouver par une simple recherche. Des pièces de procédure, des rapports officiels et des documents d’entreprise ont tous été publiés ainsi, et le texte « caché » a été récupéré en quelques secondes. Ce guide explique pourquoi masquer n’est pas supprimer, les endroits moins évidents où l’information se cache dans un PDF, et comment vérifier un document caviardé avant qu’il ne vous échappe.

Pourquoi un rectangle noir ne cache rien

Une page PDF est construite en couches, comme une pile de feuilles transparentes. Le texte est dessiné sur l’une, et un rectangle noir dessiné ensuite se trouve sur une feuille au-dessus. Vos yeux ne voient que le haut de la pile, mais chaque couche reste dans le fichier. Le copier-coller, la recherche, les logiciels de synthèse vocale et les moteurs de recherche lisent tous directement la couche de texte, et le rectangle n’y change rien.

Il en va de même pour la plupart des solutions rapides :

Un surlignage noir ou une forme pleine ajoutés dans une visionneuse PDF sont des annotations posées sur la page. N’importe qui peut les sélectionner et les supprimer, ou les déplacer.
Un surlignage noir dans Word reste du texte, mis en forme en noir sur noir. Quand le document est enregistré en PDF, les mots le suivent.
Passer le texte en blanc le cache à la vue, et à rien d’autre.

Les endroits moins évidents où l’information se cache

Même quand le texte visible est correctement traité, un PDF peut contenir la même information à des endroits que personne ne regarde.

La couche de texte d’une numérisation. Beaucoup de PDF numérisés contiennent un texte OCR invisible derrière l’image, pour pouvoir être consultés par recherche. Masquer l’image d’un mot laisse intacte cette copie invisible.
Les pixels d’une image. Un rectangle tracé sur une photo ou une signature numérisée la recouvre, mais les données de l’image en dessous sont complètes. Retirer le rectangle, ou extraire l’image, révèle l’original.
Les métadonnées. Le titre, l’auteur, le sujet et les mots-clés du document, ainsi que le nom du fichier lui-même, contiennent souvent les noms mêmes que l’on caviarde.
Les commentaires, champs de formulaire et signets. La note d’un relecteur, la valeur saisie dans un formulaire ou un signet intitulé « Accord transactionnel avec J. Dupont » peuvent répéter ce que la page cache.
Les pièces jointes. Un PDF peut contenir d’autres fichiers, comme la feuille de calcul d’où viennent les chiffres.
Les versions antérieures. Beaucoup d’éditeurs PDF enregistrent les modifications en les ajoutant à la fin du fichier : la version d’avant le caviardage s’y trouve donc toujours.
Les informations d’accessibilité. Les PDF balisés peuvent contenir un texte de remplacement pour les lecteurs d’écran qui reprend en toutes lettres des mots dessinés sur la page.

L’enregistrement du fichier est un piège à lui seul. Lorsque nous avons testé un service de caviardage en ligne pendant la conception de notre propre outil, il retirait correctement les mots de la page. Mais il enregistrait le fichier en y laissant le contenu d’origine de la page, sous la forme d’un objet auquel rien ne renvoyait. Aucune visionneuse ne l’affichait et l’extraction de texte ne trouvait rien, et pourtant les valeurs caviardées pouvaient être lues directement dans le fichier. Un fichier caviardé ne vaut que par la façon dont il est écrit.

Ce que fait un vrai caviardage

Un vrai caviardage change ce que contient le fichier, pas seulement son apparence :

les caractères situés sous chaque zone marquée sont supprimés du contenu de la page ;
les pixels couverts de chaque image sont écrasés dans l’image elle-même ;
les dessins entièrement cachés par le cadre sont supprimés ;
un rectangle noir est ensuite dessiné dans l’espace vide, comme marque visible qu’un élément a été supprimé ;
les métadonnées, les commentaires, les champs de formulaire, les signets, les pièces jointes et les autres contenus cachés sont également supprimés ;
le fichier est entièrement réécrit, sans versions antérieures ni objets résiduels.

Reste la question des lettres qu’un cadre ne couvre qu’en partie. Un cadre qui coupe la moitié d’un chiffre peut en laisser assez pour qu’on le lise : un outil soigneux supprime donc en entier un mot que le cadre entame, plutôt que de laisser la moitié d’un numéro de carte sur la page.

Comment fonctionne Caviarder un PDF

Notre outil Caviarder un PDF est conçu autour de ces règles. Vous ouvrez le PDF, puis vous sélectionnez du texte ou dessinez des cadres sur tout ce qui doit disparaître, y compris des parties d’images. Le fichier est envoyé sur nos serveurs, où il est traité automatiquement et supprimé environ cinq minutes après la fermeture de la page. La limite est de 256 Mo.

Le texte couvert par un cadre est retiré du fichier lui-même. Il est supprimé caractère par caractère, et un mot qu’un cadre ne couvre qu’en partie peut être supprimé en entier. Les pixels couverts d’une image sont effacés dans l’image. Un dessin n’est supprimé que si un cadre le couvre entièrement : une ligne ou une forme qui dépasse d’un cadre reste entière, y compris la partie sous le noir. Le texte et les images que les cadres ne touchent pas restent tels quels. L’outil supprime aussi les métadonnées du document, les liens, les commentaires, les champs de formulaire, les signets, les fichiers joints et les scripts du document, ainsi que la structure d’accessibilité qui pourrait reprendre en toutes lettres les mots supprimés.

Il vérifie ensuite son propre travail. Il relit le fichier terminé en décompressant chaque élément de contenu, y compris ceux auxquels rien ne renvoie, et cherche les mots qui se trouvaient sous vos cadres. Si l’un d’eux est encore dans le fichier, il vous le signale au lieu de vous remettre le fichier.

Aucun outil ne peut tout faire à votre place. Caviarder un PDF supprime ce que vous marquez, et seulement cela. Si le même nom apparaît sur une autre page, dans un en-tête ou dans une image que vous n’avez pas marquée, il reste. La vérification cherche les mots qui n’existaient que sous vos cadres : elle ne peut donc pas savoir qu’un nom figurant ailleurs dans le document compte aussi. Et le caviardage est irréversible : gardez donc votre original en lieu sûr.

Comment vérifier vous-même un PDF caviardé

Quel que soit l’outil utilisé, vérifiez le résultat avant de le partager. Cela prend quelques minutes :

Recherchez chaque terme caviardé. Utilisez Ctrl+F (Cmd+F sur Mac) pour chaque nom, nombre et expression que vous avez supprimés. Essayez aussi une partie, comme les quatre derniers chiffres d’un numéro.
Copiez tout. Sélectionnez tout le texte de chaque page caviardée, collez-le dans un éditeur de texte brut et lisez ce qui en sort.
Utilisez deux lecteurs différents. Ouvrez le fichier dans un navigateur et dans un lecteur PDF de bureau. Ils lisent les fichiers différemment, et l’un peut montrer ce que l’autre ne montre pas.
Regardez les propriétés du document. Vérifiez le titre, l’auteur, le sujet et les mots-clés, ainsi que le nom du fichier.
Ouvrez les panneaux latéraux. Regardez les commentaires, les signets, les pièces jointes et les champs de formulaire.
Lisez chaque page. Cherchez la même information à un endroit que vous n’avez pas marqué : un en-tête, un pied de page, une légende, une image, un bloc de signature.

Conclusion

Le caviardage porte sur ce que contient le fichier, pas sur ce qui s’affiche à l’écran. Un rectangle noir sur du texte ne fait que le cacher, alors qu’un vrai caviardage supprime le texte, efface les pixels de l’image, élimine les données cachées et écrit un fichier propre. Utilisez un outil qui supprime le contenu au lieu de le masquer, marquez chaque endroit où l’information apparaît, et vérifiez le résultat comme si vous étiez la personne qui essaie de le lire.

Vous avez un document à caviarder ? Essayez Caviarder un PDF.

← Retour au blog