墨消し、フラット化、PDF に印刷

何かを取り除きたい文書を前にすると、ほとんどの人は五つのうちどれかを試します。二つは効き、三つは効かず、その違いは画面では見えません。それぞれが実際に何をするのか。

四角を描いてフラット化する

黒い長方形を足すと、文字の上に描画命令が置かれます。次にフラット化すると注釈がページ内容へ統合されます — 効きそうに聞こえて効きません。文字オペレーターは、統合されたばかりの長方形の下で内容ストリームに残ったままだからです。ツールによってはフラット化が実際にラスタライズし、その場合は効きます。別のツールではフォームフィールドをロックするだけです。言葉はどちらなのか教えてくれず、その曖昧さこそ、ツールの言うとおりにした人たちにこの方法が失敗し続ける理由です。

PDF に印刷する

PDF に印刷すると文書は印刷経路を通って再描画され、多くの場合注釈は捨てられ、内容が見えていたものだけのページが生まれます。フラット化より確かに良い方法です。ただ墨消しの手段としては信頼できません。文字が生き残るかどうかは、プリンタードライバー、ビューアー、そして黒い四角が注釈として描かれたのかページ内容として描かれたのかに依存します。ページ内容だった場合、印刷は文字とその上の四角を両方保ちます。ときに安全、決して確実ではありません。

印刷して読み取り直す

紙に印刷して読み取り直すと、見えていなかったものはすべて本当に失われます。文字も、原本のメタデータも、注釈も、レイヤーもありません。最も信頼できる低技術の方法であり、機微な開示で今も使われる理由です。代償は明らかです。出力は画像で検索できず、品質は落ち、時間がかかり、スキャナーが OCR を走らせていれば、確認の必要なテキスト層を静かに戻し入れたことになります。

該当ページをラスタライズし、検証する

このアプリがするのは印刷＆読み取りの電子版を、必要な場所にだけ適用することです。墨消し枠のあるページは画像に変換され、枠が塗られ、ページはその画像から組み直されます。下に文字オブジェクトは生き残りません。枠のないページはそのまま持ち越され、本物の文字を保ちます。そして出力を開き直し、取り除いた語を二通り — 抽出した文字と生ストリーム — で検索します。検証は方法と同じくらい重要です。「消えているはず」を「消えている、そしてこれが確認だ」に変えるのが検証だからです。