Cómo tachar datos de un PDF de forma segura

Por qué el rectángulo negro no borra nada

Un PDF no es una imagen, es un contenedor con capas. El texto permanece en una capa de contenido, y muchos editores dibujan las anotaciones, como rectángulos, subrayados o comentarios, en otra distinta por encima. Al «tachar» así, el documento muestra el rectángulo, pero la frase completa sigue almacenada debajo. Cualquiera puede seleccionarla y copiarla, extraerla con las herramientas de texto del visor o directamente quitar la anotación desde un editor. Por eso lo que decide si el texto tapado se puede recuperar no es en qué capa acaba el rectángulo, sino si sigue en el archivo, y eso lo delata la prueba de copiar y pegar que contamos más abajo.

Con un escaneo pasa en esencia lo mismo. La página es una imagen, pero muchos escáneres y aplicaciones le añaden por reconocimiento óptico de caracteres (OCR) una capa de texto invisible para que se pueda buscar en ella, y ahí el rectángulo falla igual que en un PDF nativo. Aunque el escaneo no lleve esa capa, un rectángulo añadido como anotación deja la imagen intacta debajo, a la vista en cuanto alguien lo quite. Y aparece además el problema simétrico, porque un tachado a medias, con un desenfoque suave o un trazo translúcido, se deja leer con un ajuste de contraste.

Compruébalo en un minuto

Abre el PDF censurado, pulsa Ctrl+A, o Cmd+A en Mac, para seleccionarlo todo, copia y pega en un editor de texto. Si aparece lo que creías eliminado, la censura era decorativa. Otra prueba rápida es buscar la palabra tapada con la búsqueda del visor, porque si la encuentra es que sigue en el archivo. Prueba también con solo los últimos dígitos de un número, que a veces aparecen abreviados en otro sitio. Y mira los metadatos del documento, que en el Mac enseña el Inspector de Vista Previa y en la terminal el programa pdfinfo, porque el título, el autor y el programa de creación cuentan a veces más de lo que el propio texto tapaba. Quien use la terminal puede además volcar todo el texto del PDF con pdftotext y buscar ahí lo que creía tapado.

Estas comprobaciones detectan los problemas más frecuentes, no todos. No sustituyen a revisar el documento entero, página a página, incluidos anexos y adjuntos.

Censurar de verdad es quitar, no cubrir

Una censura seria deja la información fuera del archivo final, ni visible ni oculta. A eso las herramientas profesionales lo llaman «redacción», y hay dos maneras de conseguirlo. Una es borrar del archivo lo que queda bajo la marca, que es lo que hacen esas herramientas cuando la redacción se aplica hasta el final. La otra, la más robusta, es reconstruir el documento, convirtiendo cada página en una imagen plana donde la censura sustituye los píxeles y generando un PDF nuevo desde cero. El resultado ya no contiene la capa de texto original ni las anotaciones, porque nunca las tuvo. Ese mismo principio es el que hace que un rectángulo sobre una factura o sobre un contrato no baste, y lo vemos aplicado en las guías sobre qué ocultar en una factura y sobre qué tapar en un contrato.

Varios programas comunes traen una función de redacción, y en todos hay que aplicarla para que surta efecto, no basta con marcar. En Adobe Acrobat, en sus ediciones Pro, Premium y Studio, primero se marcan las zonas y después se aplica la redacción, y a continuación Acrobat ofrece retirar la información oculta, como los comentarios y los metadatos. En el Mac, Vista Previa tiene la herramienta «Selección para editar», que según Apple quita de la vista el texto seleccionado y hace la edición permanente al cerrar el documento. Y LibreOffice, desde Herramientas › Censurar, convierte las zonas tapadas en píxeles opacos con «Exportar PDF censurado», mientras que su «Exportación directa a PDF» deja una copia pensada para revisión. Una marca que no se ha aplicado es tan decorativa como un rectángulo, así que la prueba de copiar y pegar se hace siempre sobre el archivo final.

Tampoco hace falta un programa concreto. Sirve cualquiera que quite el texto del archivo o entregue la página reconstruida, y no sirve ninguno que se limite a dibujar encima, por bueno que sea. La vía de andar por casa es pasar la página a imagen antes de tapar nada, exportándola como PNG o haciéndole una captura, cubrir ahí con relleno sólido y montar el PDF de vuelta. Se pierde el texto seleccionable, y a cambio no queda nada debajo.