Tarjador de PDF

A maioria das ferramentas gratuitas de "redação de PDF" e a maioria das tentativas manuais dentro de um visualizador de PDF fazem a mesma coisa insegura: desenham um retângulo preto como forma vetorial por cima da camada de texto existente. Os caracteres continuam lá em baixo, nas suas posições originais exatas, e podem ser recuperados em segundos — selecione todo o texto e cole-o num bloco de notas, execute qualquer extrator de texto de PDF sobre o ficheiro ou, em alguns casos reais notórios, simplesmente desloque ou apague o objeto retângulo num editor de PDF. Este modo de falha exato já expôs nomes, salários, detalhes de processos e outras informações supostamente tarjadas em publicações governamentais, processos judiciais e documentos empresariais. Uma caixa preta que apenas cobre os pixéis visualmente não é redação; é decoração.

Esta ferramenta tarja de verdade. Cada página é renderizada num canvas com o pdf.js e desenha retângulos diretamente sobre o que precisa de desaparecer nessa pré-visualização renderizada. Quando executa a ferramenta, ela pinta caixas pretas sólidas e totalmente opacas diretamente sobre os dados de pixéis dessa página em resolução total, exporta o resultado como uma imagem achatada, e essa imagem — não o conteúdo vetorial original — torna-se a nova página no PDF de saída via pdf-lib. Não resta nenhuma camada de texto numa página tarjada para selecionar, pesquisar ou extrair, porque a página já não é de todo texto: é uma imagem de uma página com as partes sensíveis permanentemente removidas.

Essa destruição tem um custo honesto e esta ferramenta não o esconde: qualquer página que marcar perde a nitidez vetorial e o texto selecionável, tornando-se numa imagem de alta resolução. As páginas que não tocar são copiadas diretamente sem alterações usando a cópia de páginas do pdf-lib, pelo que mantêm a qualidade vetorial total, o texto pesquisável e um tamanho de ficheiro reduzido. Um contrato de dez páginas com uma cláusula sensível na página 4 resulta em nove páginas vetoriais nítidas e selecionáveis e uma página de imagem achatada — apenas a página que precisava de perder o seu texto o perde efetivamente.

Tudo acontece localmente: o PDF é renderizado, marcado e reconstruído inteiramente no seu navegador utilizando o pdf.js e o pdf-lib, sem nunca ser enviado para um servidor — a forma correta de tratar contratos, registos médicos, extratos financeiros ou qualquer documento com um nome, número de conta ou cláusula que não deve sobreviver ao teste de copiar e colar. Precisa de reordenar, eliminar ou rodar páginas em vez de as tarjar? Use o organizador de páginas PDF. Precisa de tarjar uma captura de ecrã ou foto em vez de um PDF? Use a ferramenta de desfocar/pixelizar imagem, que destrói os pixéis da mesma forma honesta.