Un rettangolo nero non è oscuramento
È il fraintendimento più costoso che esista sui PDF, e ha portato in pubblico nomi di testimoni, stipendi, dati sanitari e contratti non oscurati più volte di quante ne abbia contate qualcuno. Disegnare un rettangolo nero su una parola non cancella la parola. Disegna un rettangolo. La parola è ancora lì sotto, per intero.
Che cos'è davvero una pagina PDF
Una pagina PDF non è un'immagine. È un elenco di istruzioni di disegno: metti questo glifo in questa posizione con questo font, traccia questa linea, riempi questo rettangolo. Quando aggiungi un rettangolo nero in un elaboratore di testi, nello strumento di annotazione di un lettore o nella maggior parte delle estensioni di «oscuramento», aggiungi **un'altra istruzione** in fondo a quell'elenco. L'istruzione di testo precedente resta intatta. Visivamente il rettangolo copre i glifi perché è dipinto dopo. Strutturalmente il testo è esattamente dov'era, e tutto ciò che *legge* il file invece di *guardarlo* — copia-incolla, un estrattore di testo, un indice di ricerca, uno screen reader — lo legge scavalcando il rettangolo.
Come il testo torna fuori
In tre modi, nessuno avanzato. Apri il PDF, seleziona con il cursore l'area annerita, copia, incolla in un qualsiasi editor di testo: le parole nascoste compaiono. Passa un qualunque estrattore sul file e restituisce il testo della pagina per intero. Oppure apri il contenuto grezzo del file, dove le stringhe stanno spesso in chiaro. Non è hacking: è il file che funziona come è stato progettato. La parte scomoda è che chi ha creato il documento non ha modo di accorgersene, perché a schermo appare oscurato — ed è esattamente per questo che continua a succedere a persone che stavano attente.
Cosa deve fare un vero oscuramento
L'oggetto testo **non deve esistere** nell'output. Ci sono due strade oneste: rimuovere gli operatori di testo e ricostruire il flusso di contenuto, oppure convertire la pagina interessata in immagine, dipingere i rettangoli sull'immagine e ricostruire la pagina da essa. Questa applicazione sceglie deliberatamente la seconda, perché è quella che non può riuscire a metà. Una pagina con un rettangolo viene rasterizzata, i rettangoli vengono dipinti sul raster e la pagina viene ricostruita dal risultato — sotto non resta alcun oggetto testo da recuperare. Le pagine senza rettangoli vengono copiate intatte dall'originale e mantengono testo vettoriale, nitidezza e selezionabilità.
Il prezzo, detto chiaramente
Rasterizzare una pagina costa qualcosa e preferiamo dirlo: su una pagina oscurata il testo smette di essere selezionabile e ricercabile, e il file cresce. È il prezzo della garanzia. Per questo vengono convertite solo le pagine che hai davvero oscurato — un contratto di cinquanta pagine con due oscurate mantiene quarantotto pagine di testo vero. E per questo l'output viene sempre assemblato **come nuovo documento** anziché salvato sopra l'originale: una libreria che nel salvataggio riscrive l'intera tabella degli oggetti può lasciare gli oggetti testo originali nel file come orfani anche dopo che sono stati tolti dalla pagina. Costruire da zero lo rende strutturalmente impossibile.
Domande frequenti
Basta un rettangolo nero sul testo per oscurarlo?
No. Il rettangolo sta sopra; il testo resta nel file e torna con copia-incolla o con qualunque estrattore. È la prima causa di divulgazione accidentale nei PDF.
Non posso evidenziare il testo in nero?
No — l'evidenziazione è un'annotazione sopra la pagina e il testo sotto resta intatto. Alcuni lettori permettono perfino di toglierla.
Appiattire il PDF risolve?
Non in modo affidabile. Appiattire di solito fonde le annotazioni nel contenuto; non necessariamente cancella gli operatori di testo.
Perché l'applicazione trasforma la pagina in immagine?
Perché così l'oggetto testo viene rimosso invece che coperto. Vengono convertite solo le pagine con un rettangolo.
Il file diventa più grande?
Sì, sulle pagine oscurate. È il costo onesto del fatto che il testo davvero non c'è più.
Si può recuperare il testo dall'immagine?
I glifi non ci sono più, non c'è nulla da estrarre. Resta leggibile ciò che hai lasciato visibile: l'oscuramento toglie ciò che hai coperto, non ciò che hai lasciato.
Togli il testo, poi dimostra che non c'è più. Redact toglie le parole dalla pagina invece di coprirle, poi riapre il file appena creato e lo cerca due volte — per estrazione del testo e per scansione dei flussi grezzi — prima di lasciartelo scaricare. Il file non esce dal browser.
Oscura un PDF nel browser