Verificar que o texto sumiu mesmo
Qualquer ferramenta pode alegar que tarjou seu documento. A alegação vale exatamente o que valer a conferência por trás, e essa conferência precisa rodar sobre **o arquivo produzido**, não sobre a ideia que o editor tem dele. Eis como é uma verificação de verdade e como fazê-la você mesmo.
Conferência um: extrair o texto
Reabra o PDF pronto e puxe o texto como um copiar e colar faria, decodificando a codificação própria de cada fonte. É a conferência autoritativa sobre o conteúdo da página: o que voltar aqui é o que quem recebe obtém ao selecionar e copiar. Se um termo tarjado aparecer, o tarjamento **não aconteceu** — o texto ainda está na página. O aplicativo roda isso automaticamente na própria saída, comparando com os termos removidos, ignorando espaços e caixa, porque a extração rotineiramente parte um nome em pedaços como «Jo hn» que uma busca literal perderia.
Conferência dois: varrer os fluxos brutos
A extração só lê conteúdo de página. Não lê metadados, o pacote XMP, comentários e anotações, arquivos anexados nem nada num fluxo que não faça parte de uma página. Um nome pode sobreviver em todos esses lugares enquanto a página está genuinamente limpa. Por isso a segunda conferência descomprime **todos os fluxos** do arquivo e procura nos bytes os mesmos termos. É mais tosca e pega o que a extração estruturalmente não pode. Nenhuma substitui a outra: o aplicativo roda as duas e não apresenta a saída como limpa a menos que ambas confirmem.
Fazendo na mão
Não precisa de ferramenta para uma conferência básica. Abra o arquivo num leitor comum, selecione a página inteira incluindo as áreas pretas, copie e cole num editor de texto simples — se as palavras tarjadas aparecerem, pare. Depois abra as propriedades e leia título, autor, assunto e palavras-chave. Para ir mais fundo, qualquer utilitário de extração despeja o texto de um PDF no terminal, e buscar o termo removido nesse despejo é um comando. Vale fazer uma vez com um arquivo produzido pela ferramenta que você costuma usar.
O que a verificação não pode dizer
Ela pode provar a ausência de uma cadeia. Não pode provar que um documento é seguro. Se o nome tarjado ainda aparece como imagem de uma assinatura, se o número removido se deduz de um subtotal que ficou, ou se a pessoa é identificável por cargo mais data mais lugar, o arquivo passa em todas as conferências automáticas e vaza do mesmo jeito. As duas buscas respondem a uma pergunta estreita — este texto ainda está neste arquivo — e respondê-la é necessário, não suficiente. O julgamento sobre o que remover continua sendo seu.
Perguntas frequentes
Como confiro que um PDF foi mesmo tarjado?
Reabra, selecione a área escurecida, copie e cole num editor. Se as palavras aparecerem, o texto ainda está lá. Para ir a fundo, extraia o texto e varra também os fluxos brutos.
Por que duas conferências diferentes?
A extração só lê conteúdo de página. Metadados, anotações, XMP e anexos podem carregar o mesmo nome sem nunca aparecer no texto extraído.
Por que a conferência ignora espaços e caixa?
Porque a extração de PDF costuma partir palavras ou mudar a caixa, e uma busca literal perderia um nome que está presente.
Resultado limpo significa que posso publicar?
Significa que as cadeias removidas não estão no arquivo. Não julga se o que ficou identifica alguém.
Posso verificar um arquivo feito por outra ferramenta?
O princípio é o mesmo: extraia o texto e busque, e leia as propriedades. É justamente o teste que a maioria não passa.
E se o termo aparecer só nos metadados?
Então a página está limpa e o arquivo vaza mesmo assim. Metadados também precisam ser limpos.
Tire o texto e prove que ele sumiu. O Redact tira as palavras da página em vez de cobri-las, depois reabre o arquivo que acabou de gerar e o vasculha duas vezes — por extração de texto e por varredura dos fluxos brutos — antes de deixar você baixar. O arquivo não sai do seu navegador.
Tarjar um PDF no navegador