BrowserTools
Início / PDF / Rasurar PDF

Rasurar PDF

Tapa dados privados num PDF para que sejam mesmo apagados, e não apenas escondidos debaixo de uma caixa.

A carregar Rasurar PDF… Se nada acontecer, ativa o JavaScript.

Rasurar um documento significa retirar informação antes de o partilhar: um nome num processo judicial, um número de conta num extrato bancário, um salário num contrato, os dados de um doente num relatório. O erro clássico é desenhar um retângulo preto por cima do texto num editor de PDF. A página parece rasurada, mas as palavras continuam guardadas por baixo, e qualquer pessoa as pode selecionar, copiar ou extrair com uma ferramenta gratuita. Advogados, organismos públicos e grandes empresas já publicaram documentos assim e viram o texto escondido recuperado em poucas horas. Esta ferramenta evita o problema ao reconstruir de raiz cada página que rasuras, para que o que está debaixo da caixa preta deixe de existir no ficheiro.

Perguntas frequentes

O texto rasurado desaparece mesmo?
Sim, em todas as páginas que têm uma caixa. Essa página é convertida numa imagem, as caixas são pintadas nos píxeis e o PDF novo contém apenas essa imagem. O texto, os tipos de letra, os desenhos vetoriais e as camadas escondidas da página original não são copiados, por isso não sobra nada para selecionar, pesquisar ou extrair. A ferramenta volta a ler o ficheiro final e confirma que não resta texto nessas páginas.
Porque não basta desenhar um retângulo preto num editor de PDF normal?
Uma forma desenhada por cima de um PDF é só mais um objeto colocado sobre a página. O texto por baixo continua no ficheiro, por isso pode ser selecionado, copiado, encontrado com a pesquisa ou extraído por qualquer ferramenta de extração de texto. Uma rasura a sério tem de apagar o conteúdo, e é isso que esta ferramenta faz ao reconstruir as páginas rasuradas.
Porque já não consigo selecionar texto nas páginas rasuradas?
Porque essas páginas passaram a ser imagens. Retirar apenas as palavras tapadas e manter o resto da camada de texto obrigaria a editar o fluxo de conteúdo do PDF, algo complexo e fácil de falhar com alguns tipos de letra e codificações. Achatar a página inteira é a forma fiável de garantir que nada sobrevive. As páginas sem caixas mantêm o texto. Se precisares que as páginas rasuradas voltem a ser pesquisáveis, passa-as depois por uma ferramenta de OCR.
Porque é que o PDF rasurado é maior do que o original?
O texto ocupa muito pouco espaço, enquanto a imagem de uma página ocupa bastante mais. A 200 dpi, uma página A4 ou Letter típica passa a ser um JPEG de algumas centenas de kilobytes. Escolhe 150 dpi para ficheiros mais pequenos ou 300 dpi quando a letra pequena tem de ficar nítida. Só as páginas com caixas são convertidas, a não ser que escolhas converter todas.
Como funciona a pesquisa para rasurar?
A ferramenta lê a camada de texto de cada página com o pdf.js, encontra a palavra, a frase ou a expressão regular e calcula onde fica cada ocorrência na página a partir da posição e da largura do texto. Depois propõe uma caixa para cada ocorrência, mostrada numa lista e contornada nas páginas. As caixas ficam um pouco maiores do que o texto para não deixar nenhuma ponta de letra visível. Escolhes quais as ocorrências a manter antes de se tornarem caixas, e continuas a poder movê-las ou redimensioná-las.
O que procuram as predefinições?
Endereços de email, números de telefone em formato internacional (a começar por + ou 00 e um indicativo de país), sequências ao estilo IBAN (duas letras, dois algarismos de controlo e grupos de letras e números) e números parecidos com os de cartão, de 13 a 19 algarismos, com ou sem espaços ou hífenes. São propositadamente abrangentes e não validam algarismos de controlo, por isso podem apanhar outros números longos. Revê sempre as ocorrências e pesquisa tu mesmo nomes e moradas.
Funciona com PDFs digitalizados?
Sim, mas só com as caixas que desenhares. Uma digitalização não tem camada de texto, por isso a pesquisa não encontra nada. Desenha retângulos sobre as partes a retirar e exporta como habitualmente: a imagem digitalizada é gerada de novo com as caixas pintadas, por isso os píxeis tapados são substituídos e não apenas cobertos.
O que mais é retirado do ficheiro?
O resultado é construído como um PDF novo, por isso a informação do documento (título, autor, assunto, palavras-chave, criador, produtor, datas), os metadados XMP, os marcadores, os anexos, os campos de formulário, o JavaScript do documento e as ações de abertura ficam todos para trás. Nas páginas copiadas sem caixas só se mantêm as ligações web simples, as restantes anotações e scripts de página são descartados.
O meu PDF é enviado para algum lado?
Não. O ficheiro é aberto, pré-visualizado, pesquisado e reconstruído inteiramente no teu navegador com o pdf.js e o pdf-lib. Nada é enviado para um servidor, o que importa quando o objetivo é precisamente manter a informação privada.

Sobre Rasurar PDF

Podes marcar zonas de duas formas. Arrasta retângulos diretamente nas pré-visualizações das páginas com o rato ou com o dedo, e depois move-os, redimensiona-os pelos cantos ou apaga-os. Ou pesquisa no documento uma palavra, uma frase ou uma expressão regular e deixa a ferramenta colocar caixas sobre cada ocorrência, com predefinições para endereços de email, números de telefone internacionais, números de conta ao estilo IBAN e sequências longas de algarismos parecidas com números de cartão. Os resultados aparecem numa lista com o texto à volta e como contornos nas páginas, para desmarcares os falsos positivos antes de se tornarem caixas. A pesquisa só funciona onde o PDF tem texto real: em páginas digitalizadas, desenha as caixas à mão.

Ao exportar, cada página com pelo menos uma caixa é convertida numa imagem a 150, 200 ou 300 dpi, as caixas são pintadas nessa imagem e a página é guardada num PDF novo apenas como essa imagem, sem camada de texto, tipos de letra, anotações ou campos de formulário do original. As páginas sem caixas são copiadas tal como estão, mantendo o texto selecionável e as ligações web, ou podes converter todas as páginas para máxima segurança. O resultado é um documento novo, por isso o título, o autor, as datas, os metadados XMP, os anexos, os dados de formulário e os scripts do original não passam para ele. No fim, a ferramenta abre o resultado como qualquer leitor de PDF faria e diz-te se ainda se encontra texto nas páginas rasuradas. Tudo acontece no teu navegador e o ficheiro nunca é enviado.

Rasuras falhadas que chegaram às notícias

Em 2005, o exército dos EUA publicou um relatório sobre a morte de um agente dos serviços secretos italianos no Iraque, com passagens classificadas tapadas por caixas pretas. Os leitores limitaram-se a copiar o texto do PDF, e os nomes e procedimentos escondidos estavam nos jornais italianos no espaço de um dia. O mesmo erro repetiu-se muitas vezes desde então, incluindo em documentos judiciais do caso Paul Manafort em 2019, em que jornalistas recuperaram passagens tapadas a preto simplesmente selecionando e colando o texto.

A palavra inglesa para rasurar, redaction, é mais antiga do que tudo isto. Vem do latim redigere, trazer de volta ou reduzir, e durante séculos significou editar ou preparar um texto para publicação, sentido que ainda tem em várias línguas europeias, onde uma redação é a equipa editorial de um jornal. O sentido de apagar as partes sensíveis nasceu na prática governamental e jurídica do século XX, quando os censores trabalhavam em papel com marcadores pretos e lâminas.

No papel, um traço grosso de marcador destrói mesmo a informação, pelo menos na cópia que é fotocopiada e divulgada. Os documentos digitais acabaram com essa garantia, porque o que vês no ecrã é apenas uma representação dos dados guardados no ficheiro. É por isso que uma rasura digital a sério implica apagar ou achatar o conteúdo, e não apenas escondê-lo.

Apoiar