Чёрный прямоугольник — это не вымарывание

Это самое дорогое заблуждение о PDF, и из-за него в публичный доступ попадали имена свидетелей, зарплаты, медицинские сведения и невымаранные договоры чаще, чем кто-либо считал. Нарисовать чёрный прямоугольник поверх слова — не значит удалить слово. Это значит нарисовать прямоугольник. Слово по-прежнему под ним, целиком.

Что такое страница PDF на самом деле

Страница PDF — не картинка. Это список инструкций рисования: помести этот глиф в эту позицию этим шрифтом, проведи линию, залей прямоугольник. Когда вы добавляете чёрный прямоугольник в текстовом редакторе, в разметке просмотрщика или в большинстве расширений «вымарывания», вы дописываете **ещё одну инструкцию** в конец списка. Инструкция с текстом, идущая раньше, остаётся нетронутой. Визуально прямоугольник закрывает глифы, потому что нарисован позже. Структурно текст ровно там, где был, и всё, что *читает* файл, а не *смотрит* на него — копирование, извлекатель текста, поисковый индекс, экранный диктор — читает мимо прямоугольника.

Как текст выходит обратно

Тремя способами, ни один не сложный. Откройте PDF, выделите курсором зачернённую область, скопируйте, вставьте в любой текстовый редактор: скрытые слова появятся. Прогоните по файлу любой извлекатель текста — он вернёт текст страницы целиком. Или откройте сырое содержимое файла, где строки часто лежат открыто. Это не взлом, это файл, работающий так, как задуман. Неприятно то, что автор документа не может этого заметить: на экране всё выглядит вымаранным — именно поэтому это продолжает случаться с людьми, которые были аккуратны.

Что должно делать настоящее вымарывание

Текстовый объект **не должен существовать** в результате. Есть два честных пути: убрать соответствующие текстовые операторы и пересобрать поток содержимого, либо превратить нужную страницу в изображение, нанести прямоугольники на изображение и пересобрать страницу из него. Это приложение намеренно идёт вторым путём, потому что его нельзя сделать наполовину. Страница с прямоугольником растрируется, прямоугольники наносятся на растр, страница пересобирается из результата — под ней не остаётся текстового объекта для восстановления. Страницы без прямоугольников копируются из оригинала нетронутыми и сохраняют векторный текст, резкость и выделяемость.

Цена, сказанная прямо

Растрирование стоит чего-то, и мы предпочитаем это назвать: на вымаранной странице текст перестаёт выделяться и искаться, а файл становится больше. Это цена гарантии. Поэтому преобразуются только те страницы, которые вы действительно вымарали — в договоре на пятьдесят страниц с двумя вымаранными сорок восемь страниц сохраняют настоящий текст. И поэтому результат всегда собирается **в новый документ**, а не сохраняется поверх оригинала: библиотека, которая при сохранении переписывает всю таблицу объектов, может оставить исходные текстовые объекты в файле сиротами, даже если они убраны со страницы. Сборка с нуля делает это структурно невозможным.