正确涂黑 PDF：为什么黑框远远不够

最常见的涂黑错误是看不见的。一个画在名字上的黑框，在屏幕上和纸上看起来都完美无缺，但在大多数情况下，那个名字仍然在文件里，就在黑框的正下方。任何人都可以选中黑框下面的文字，把它粘贴到别处，或者用一次简单的搜索找到它。法庭文件、政府报告和公司文件都曾这样被公开发布，而“隐藏”的文字几秒钟就被还原了出来。本指南将解释为什么遮盖不等于删除、PDF 中信息藏身的那些不太明显的地方，以及如何在涂黑后的文档离手之前检查它。

为什么黑框什么也藏不住

PDF 页面是一层一层构建起来的，就像一叠透明胶片。文字画在其中一层上，之后画的黑色矩形则位于它上方的另一层。您的眼睛只能看到最上面一层，但每一层都仍然在文件里。复制、搜索、文字转语音软件和搜索引擎都会直接读取文字层，那个矩形对它们毫无影响。

大多数快速补救的办法也是如此：

• 在 PDF 查看器中添加的黑色高亮或填充形状，是一个浮在页面上方的批注。任何人都可以选中它并删除，或者把它移开。
• Word 中的黑色突出显示仍然是文字，只是以黑底黑字的格式显示。文档另存为 PDF 时，这些文字也会随之保存进去。
• 把文字颜色改成白色，只能让它在视觉上消失，对其他任何东西都藏不住。

信息藏身的那些不太明显的地方

即使可见的文字已经处理妥当，PDF 仍可能在没人留意的地方带着同样的信息。

• 扫描件的文字层。许多扫描的 PDF 在图片后面有一层看不见的 OCR 文字，以便进行搜索。遮住一个词的图片，并不会影响它那份看不见的副本。
• 图片的像素。画在照片或扫描签名上的框能把它遮住，但下面的图像数据是完整的。移开框，或者提取出图片，就能看到原样。
• 元数据。文档的标题、作者、主题和关键词，以及文件名本身，常常就包含着正要涂黑的那些名字。
• 批注、表单域和书签。审阅者的一条批注、一个填好的表单值，或者一个名为“与张某的和解协议”的书签，都可能重复页面上隐藏的内容。
• 附件。PDF 内部可以携带其他文件，比如那些数字所来自的电子表格。
• 早期版本。许多 PDF 编辑器保存更改时，会把更改追加到文件末尾，所以涂黑之前的版本仍然在文件里。
• 无障碍信息。带标签的 PDF 可以为屏幕阅读器提供替代文字，把页面上画出的文字逐字写出来。

保存文件本身就是一个陷阱。在开发我们自己的工具时，我们测试过一个在线涂黑服务，它能正确地把文字从页面上删掉。然而，它保存的文件里仍然留着页面的原始内容，作为一个没有任何东西引用的对象。没有任何查看器会显示它，文字提取也什么都找不到，但被涂黑的内容却可以直接从文件中读出来。一个涂黑后的文件好不好，取决于它是如何被写出的。

正确的涂黑会做什么

真正的涂黑会改变文件所包含的内容，而不仅仅是它的外观：

• 每个标记区域下的字符都会从页面内容中删除；
• 任何图片中被遮住的像素都会在图片本身中被覆盖；
• 被框完全遮住的图形会被删除；
• 然后在空出来的地方画一个黑框，作为删除了某些内容的可见标记；
• 元数据、批注、表单域、书签、附件和其他隐藏内容也会一并删除；以及
• 文件会被重新写出，不留任何早期版本和残留对象。

还有一个问题是框只遮住一部分的字符。一个只盖住半个数字的框，可能会留下足以辨认的部分，所以细心的工具会把框碰到的词整个删除，而不是在页面上留下半个卡号。

PDF 涂黑的工作原理

我们的 PDF 涂黑工具就是围绕这些规则构建的。您打开 PDF，然后选中文字，或者在任何需要去掉的内容（包括图片的某些部分）上画框。文件会被上传到我们的服务器，在那里自动处理，并在您关闭页面约五分钟后删除。上限是 256 MB。

框住的文字会从文件本身中删除。删除是逐字进行的，而框只遮住一部分的词可能会被整个删除。图片中被遮住的像素会在图片里被清空。只有当一个框完全盖住某个图形时，该图形才会被删除，所以从框下延伸出去的线条或形状会被整体保留，包括黑框下面的部分。框没有碰到的文字和图片保持原样。这个工具还会删除文档的元数据、链接、批注、表单域、书签、附件和文档脚本，以及可能把已删除的词逐字写出来的无障碍结构。

然后，它会检查自己的工作。它会回读完成的文件，解压其中的每一块内容（包括没有任何东西引用的内容），并查找原本在您的框下面的那些词。如果其中任何一个仍在文件中，它会告诉您，而不是把文件交给您。

任何工具能为您做的都是有限的。PDF 涂黑只删除您标记的内容。如果同一个名字出现在另一页、页眉中，或者您没有标记的图片里，它就会保留下来。这项检查查找的是只存在于您的框下面的词，所以它无法知道文档其他地方的某个名字也同样重要。而且涂黑无法撤销，所以请把原件保存在安全的地方。

如何自己检查涂黑后的 PDF

无论使用什么工具，都要在分享之前检查结果。这只需要几分钟：

• 搜索每一个被涂黑的词。对您删除的每个名字、数字和短语使用 Ctrl+F（Mac 上为 Cmd+F）。也试试搜索其中的一部分，比如一个号码的最后四位。
• 复制所有内容。选中每个涂黑页面上的所有文字，粘贴到纯文本编辑器中，看看出来的是什么。
• 使用两种不同的阅读器。分别在浏览器和桌面 PDF 阅读器中打开文件。它们读取文件的方式不同，一个可能会显示出另一个显示不出的内容。
• 查看文档属性。检查标题、作者、主题和关键词，并检查文件名。
• 打开侧边面板。查看批注、书签、附件和表单域。
• 阅读每一页。在您没有标记的地方寻找同样的信息：页眉、页脚、图注、图片、签名栏。

总结

涂黑关乎的是文件里有什么，而不是屏幕上显示什么。盖在文字上的黑框只是把它藏了起来，而真正的涂黑会删除文字、清空图片像素、清除隐藏数据，并写出一个干净的文件。请使用删除内容而不是遮盖内容的工具，标记信息出现的每一个地方，并像一个想方设法要读出它的人那样检查结果。

有文档需要涂黑吗？试试 PDF 涂黑。

← 返回博客