Comprobar si un PDF censurado esconde el texto debajo

Cómo lo sabe

La comprobación no busca rectángulos, que es lo que primero viene a la cabeza y lo que peor funciona, porque una tabla con la cabecera rellena o una foto en blanco y negro también lo son. Lo que hace es preguntar por cada palabra si se ve. Toma las palabras de la capa de texto, que son exactamente las que se copian al seleccionar el documento, pinta la página con ellas y sin ellas, y mira si en el sitio de cada una cambia algo. Una palabra escrita que no cambia ni un trazo de la página es una palabra tapada, y da igual con qué la hayan tapado, sea un recuadro negro, una foto o una trama.

Por ese camino salen a la vez los tres casos que se ven en la práctica. El rectángulo dibujado dentro de la propia página, el recuadro opaco que otro programa añadió encima como anotación y el texto en blanco sobre fondo blanco, que no lo tapa nada y aun así no se lee. Esa comparación es la misma que Ofusca usa por dentro para decidir qué palabras puede escribir en la capa de texto de un documento exportado, así que las dos mitades del producto miran lo mismo.

Qué encuentra

El informe separa cinco cosas distintas, porque no todas significan lo mismo. La primera es el texto que sigue escrito debajo de lo que tapa, y se enseña tal cual, así que si pone un nombre y un DNI, ahí están, porque leerlo es lo único que convence de que la censura no era censura. Con ella va la imagen con un recuadro dibujado encima, el caso típico de un escaneo censurado a mano, porque la imagen entera sigue dentro del archivo, y el informe enseña el trozo que había debajo. La segunda es el texto colocado fuera de la página, más allá del recorte que se ve, que viaja en el archivo sin aparecer nunca al abrirlo.

La tercera son las anotaciones dibujadas encima, con su nombre y su recuento. Una anotación es una capa aparte, así que se quita con un clic en cualquier editor y lo de debajo vuelve a verse; las marcas de redacción, las que dejan programas como Acrobat para censurar más tarde, llevan aviso propio, porque si siguen dentro del archivo significa que la censura no se llegó a aplicar. La cuarta son las versiones anteriores guardadas dentro del mismo archivo, porque un programa que guarda encima puede añadir al final solo lo que cambia, y entonces la versión de antes de la censura sigue completa ahí dentro. Y la quinta es lo de siempre, los metadatos, los adjuntos, los formularios y el JavaScript que el documento arrastre, desde el nombre de quien lo hizo hasta los archivos metidos dentro y el código que puede ejecutarse al abrirlo.

Hay una comprobación más que no se lanza sola, porque descarga los modelos de lectura, la IA que lee el texto de la página, y el resto de la herramienta funciona sin bajar nada. Con un botón aparte puedes pedir que se mire si lo que tapa una anotación se llega a leer, que es el caso del subrayado translúcido o del trazo a mano alzada que se queda a medias.

En qué se diferencia del botón «Verificar» del editor

Son dos preguntas distintas sobre dos documentos distintos. El botón «Verificar» de la barra de abajo mira tus propias censuras, las que acabas de dibujar en Ofusca, y comprueba si un desenfoque o un pixelado han dejado algo legible dentro de la zona. Esta herramienta mira la censura que hizo otro, la que ya venía en el archivo, y su pregunta no es si se lee, sino si el dato sigue guardado debajo. Para una captura difuminada, la que sirve es la primera.

Y si lo que quieres es el repaso completo del archivo, con los datos personales, los metadatos y el contenido incrustado de una pasada, eso lo hace el inspector de privacidad, que tampoco modifica nada.