मुख्य सामग्री पर जाएं
PulsarKit

PDF से जानकारी सही तरीके से कैसे हटाएं: काली पट्टी रिडैक्शन नहीं है

PDF में किसी पैराग्राफ पर बनाया गया काला बॉक्स नीचे का टेक्स्ट नहीं हटाता, और इसी गलती से पहले असली डॉक्यूमेंट लीक हो चुके हैं।

लेखक: PulsarKit ·

टेक्स्ट को ढकना उसे हटाने जैसा क्यों नहीं है

PDF एडिटर में किसी पैराग्राफ पर काला आयत बनाने से सिर्फ एक चीज बदलती है: स्क्रीन पर क्या दिखता है। इसके बाद फाइल को “PDF फ्लैट करें” से गुजारना भी मदद नहीं करता: वह आयत को पेज में पक्का कर देता है, पर उसके नीचे के टेक्स्ट ऑब्जेक्ट को छूता तक नहीं। शब्द पेज की अंदरूनी कंटेंट स्ट्रीम में वहीं रहते हैं, जहां थे। जो भी फाइल खोलकर उस हिस्से को सेलेक्ट और कॉपी करे, उसके क्लिपबोर्ड में लगभग एक सेकंड में वह “छिपा हुआ” टेक्स्ट आ जाता है। इसके लिए किसी खास टूल की जरूरत नहीं, वही रीडर काफी है, जो सबके पास पहले से है। यह कोई काल्पनिक खतरा नहीं है। अदालत में दाखिल कागज, पुलिस रिपोर्ट और सरकारी कॉन्ट्रैक्ट इसी तरह एक से ज्यादा बार सार्वजनिक रूप से लीक हुए हैं, क्योंकि किसी ने स्वाभाविक रूप से मान लिया था कि काले बॉक्स का मतलब है कि जानकारी चली गई।

टेक्स्ट को सच में हटाने वाला अकेला तरीका

PDF में असली रिडैक्शन का मतलब है कि संवेदनशील टेक्स्ट वाले पेज को रास्टर इमेज, यानी एक फोटो, के रूप में फिर से बनाया जाए। रिडैक्शन के बॉक्स इमेज बनने से पहले ही उन पिक्सल पर भरे जाते हैं, न कि बाद में किसी मौजूदा पेज के ऊपर पेंट किए जाते हैं। नए पेज पर मूल टेक्स्ट ऑब्जेक्ट की जगह एक फोटो होती है, इसलिए फाइल में सेलेक्ट, कॉपी या निकालने के लिए कोई टेक्स्ट बचता ही नहीं। शब्द छिपे नहीं हैं, वे हट चुके हैं। ठीक से बना रिडैक्शन टूल, और “PDF रिडैक्ट करें” ऐसे ही बना है, बाद में अपने परिणाम को फिर से पढ़ता है। अगर जिस पेज को साफ होना था, उस पर अब भी कोई टेक्स्ट मिलता है, तो वह फाइल लौटाने से मना कर देता है। वह यह मानकर नहीं चलता कि काम सफल हुआ, बल्कि अपना काम खुद जांचता है। यही जांच उस टूल को, जिस पर अदालत के कागज के लिए भरोसा किया जा सके, उस टूल से अलग करती है, जिसका काम हर बार हाथ से जांचना पड़े।

बदलें सिर्फ वही पेज, जिन्हें आपने छुआ

एक पेज की दो लाइनें छिपाने के लिए पूरे डॉक्यूमेंट को रास्टर करना पूरी फाइल को कई गुना फुला देगा और हर उस पेज पर टेक्स्ट सर्च खत्म कर देगा, जिस पर छिपाने को कुछ था ही नहीं। जिन पेजों पर आप निशान नहीं लगाते, वे जैसे थे वैसे ही रहते हैं: बाइट-दर-बाइट कॉपी होते हैं, अब भी सेलेक्ट और सर्च होने लायक, और अब भी अपने मूल छोटे साइज के। इस समझौते की पहले से उम्मीद रखना बेहतर है, बजाय बाद में हैरान होने के: रिडैक्ट किए गए पेज साफ तौर पर भारी हो जाएंगे, क्योंकि टेक्स्ट वाले पेज की फोटो कुछ सौ किलोबाइट की होती है, जबकि खुद टेक्स्ट कुछ किलोबाइट के निर्देश भर था। यह वजन इस बात की कीमत है कि शब्द सच में हट चुके हैं।

एक पेज पर छिपाया गया नाम डॉक्यूमेंट की प्रॉपर्टी में अब भी हो सकता है

दिखने वाले टेक्स्ट को रिडैक्ट करना आधी समस्या हल करता है। टाइटल, लेखक, विषय, कीवर्ड और फाइल बनाने वाला सॉफ्टवेयर, ये सब डॉक्यूमेंट के मेटाडेटा में रहते हैं, पेज पर बनी किसी भी चीज से अलग। चौथे पेज पर काला किया गया नाम किसी काम का नहीं, अगर वही नाम फाइल का प्रॉपर्टी पैनल खोलते ही दिख जाए। मेटाडेटा को उसी काम के हिस्से के तौर पर साफ करें, जिसमें दिखने वाला टेक्स्ट हटता है, या ठीक उसके बाद “PDF से मेटाडेटा हटाएं” से। इसे बाद में याद आने वाली बात न बनाएं, और ऐसा न छोड़ें कि फाइल पाने वाला इसे खुद खोज निकाले।

हर जगह ढूंढें, सिर्फ वहां नहीं, जहां नजर पड़ी

असली डॉक्यूमेंट में कोई नाम, अकाउंट नंबर या तारीख का फॉर्मेट शायद ही एक बार आता है। पेज-दर-पेज हाथ से देखने के बजाय पूरी फाइल में सर्च करने से ही हर जगह पकड़ में आती है, न कि सिर्फ वे दो-तीन, जिन पर सरसरी नजर डालते हुए किसी का ध्यान चला गया। सटीक वाक्यांश के बजाय पैटर्न से सर्च करने पर सोशल सिक्योरिटी नंबर या एक तय फॉर्मेट वाले फोन नंबर जैसी चीज, जहां भी हो, पकड़ में आ जाती है। हर मैच पेज के हिसाब से सूची में दिखता है, ताकि गलती से वह कुछ रिडैक्ट न हो जाए, जिसे दिखते रहना चाहिए था।

स्कैन किए गए पेज के लिए बिल्कुल अलग तरीका क्यों चाहिए

सर्च सिर्फ असली, सेलेक्ट होने वाले टेक्स्ट पर काम करता है, और स्कैन किए गए डॉक्यूमेंट में ऐसा टेक्स्ट होता ही नहीं। वह शुरू से ही पेज की एक फोटो है, इसलिए सर्च बॉक्स में टाइप किया गया नाम उसमें कुछ नहीं ढूंढेगा, चाहे वह नाम इमेज में कितनी भी बार आया हो। वहां हल यह है कि हिस्सों को सर्च करने के बजाय हाथ से चुनें। दोनों तरीकों से परिणाम एक जैसा होता है, क्योंकि दोनों रास्तों में पेज रास्टर होता है, चाहे मूल में सेलेक्ट होने वाला टेक्स्ट रहा हो या नहीं।

इस लेख में इस्तेमाल हुए टूल

PDF रिडैक्ट करेंनाम, नंबर और पैराग्राफ काले करें, ताकि वे फाइल से ही मिट जाएं। वे किसी ऐसे आयत के पीछे सिर्फ छिपे नहीं रहते, जिसे पढ़ने वाला उठाकर हटा सके।PDF मेटाडेटा हटाएंPDF कहीं भेजने से पहले उसमें से लेखक का नाम, काम के दौरान रखा टाइटल, टाइमस्टैंप, XMP पैकेट और डॉक्यूमेंट ID हटा दें।PDF फ्लैट करेंभरे हुए फॉर्म फील्ड, स्टैंप और मार्कअप सीधे पेज पर छाप दें, ताकि कोई उन्हें बदल न सके और हर रीडर डॉक्यूमेंट को एक जैसा दिखाए।

आगे पढ़ें