文字が本当に消えたか確かめる

どんなツールも「墨消ししました」と主張できます。主張の価値はその裏にある確認の価値ちょうどぶんで、確認は**生成されたファイル**に対して行われなければなりません。編集画面が思っている状態に対してではありません。本物の検証がどういうものか、そして自分でどうやるか。

確認その一：テキストを抽出する

完成した PDF を開き直し、コピー＆ペーストと同じように、各書体自身の符号化を解いて文字を取り出します。これがページ内容についての決定的な確認です。ここで返るものが、受け取った人がページを選んでコピーしたときに得るものです。墨消しした語がここに現れたら、墨消しは**起きていません** — 文字はまだページにあります。アプリはこれを自身の出力に対して自動で走らせ、取り除いた語と突き合わせます。空白は無視し大文字小文字も畳みます。抽出は名前を「Jo hn」のような断片に日常的に割るため、素朴な文字列検索では見落とすからです。

確認その二：生ストリームを走査する

テキスト抽出はページ内容しか読みません。文書のメタデータ、XMP パケット、コメントや注釈、添付ファイル、ページに属さないストリームにあるものは読みません。ページ自体は本当にきれいなのに、名前がそうした場所すべてで生き残ることがあります。そこで二つ目の確認は、ファイル内の**すべてのストリーム**を展開し、同じ語をバイト列の中で探します。粗い方法ですが、抽出が構造上見られないものを捕まえます。互いの代わりにはならないので両方を走らせ、両方がきれいと返らない限り出力をきれいとは提示しません。

手でやる場合

ざっと確かめるのにツールは要りません。普通のビューアーでファイルを開き、黒い領域を含めてページ全体を選び、コピーしてプレーンなテキストエディターに貼ってください。墨消しした語が現れたらそこで止めます。次に文書のプロパティを開き、タイトル、作成者、サブタイトル、キーワードを読みます。もっと深く見るなら、抽出ユーティリティが PDF の文字を端末に吐き出しますし、その出力から取り除いた語を探すのは一コマンドです。普段使っているツールで作ったファイルに一度やってみる価値があります。

検証が言えないこと

ある文字列が存在しないことは証明できます。文書が安全であることは証明できません。墨消しした名前が署名の画像として残っていれば、取り除いた数字が残した小計から導けるなら、あるいは役職と日付と場所から本人が特定できるなら、ファイルはすべての自動確認を通り、それでも開示します。ここで説明した二つの検索は「この文字はまだこのファイルにあるか」という狭い問いに答えるもので、答えることは必要ですが十分ではありません。何を取り除くかの判断はあなたに残ります。