फाइल शेयर करने से पहले मेटाडेटा कैसे हटाएं: PDF और फोटो

फाइल को पेज पर दिखने से ज्यादा याद रहता है

किसी PDF की डॉक्यूमेंट प्रॉपर्टी खोलें, तो आमतौर पर लेखक का नाम, एक कामचलाऊ टाइटल, फाइल बनाने वाला सॉफ्टवेयर और दो टाइमस्टैंप मिलते हैं। इनमें से कुछ भी छपे हुए पेज पर कहीं नहीं दिखता। फोटो में भी यही समस्या अपने रूप में होती है। EXIF डेटा कैमरे का मॉडल, शटर दबने का सटीक समय और बहुत बार कुछ मीटर तक सटीक GPS निर्देशांक दर्ज करता है। यह सब फोटो खींचते ही फोन अपने आप और चुपचाप लिख देता है।

इनमें से कोई भी बग नहीं है। दोनों फॉर्मेट जायज वजहों से यह जानकारी साथ रखने के लिए बने थे: फोटोग्राफर शूट की फोटो को कैमरे और समय के हिसाब से छांटता है, और कंपनी देखती है कि कॉन्ट्रैक्ट किसने लिखा। समस्या यह है कि यही जानकारी डिफॉल्ट रूप से साथ चली जाती है, तब भी जब आपका इसे सार्वजनिक करने का कोई इरादा नहीं था। और कोई अनजान व्यक्ति इसे कुछ ही पलों में पूरा पढ़ सकता है, ऐसे टूल से, जो उस टूल से ज्यादा मुश्किल नहीं, जिससे इसे हटाया जाता।

फोटो की लोकेशन से क्या पता चलता है

घर पर, कार में या बच्चे के स्कूल में फोन से खींची गई फोटो में इतने सटीक निर्देशांक होते हैं कि इमारत पहचानी जा सके। कुछ प्लेटफॉर्म फोटो अपलोड करते समय यह डेटा अपने आप हटा देते हैं, पर इससे सिर्फ वह कॉपी सुरक्षित होती है, जो उनके पास रखी है। जो मूल फाइल आप मैसेंजर से भेजते हैं, ईमेल में अटैच करते हैं या क्लाउड लिंक से शेयर करते हैं, वह बहुत बार अछूती रहती है, निर्देशांक समेत। फाइल आपके डिवाइस से निकलने से पहले “फोटो से मेटाडेटा हटाएं” से लोकेशन हटाना ही वह एक कदम है, जो काम करता है, चाहे फोटो बाद में कहीं भी पहुंचे।

PDF अपना इतिहास तीन अलग जगहों पर छिपाती है

दिखने वाले लेखक और टाइटल के फील्ड साफ करना आसान हिस्सा है, और पूरा काम यह नहीं है। डॉक्यूमेंट की बुनियादी प्रॉपर्टी के साथ एक XMP पैकेट भी रहता है। यह XML का एक ब्लॉक है, जो अक्सर वही फील्ड दोहराता है और साथ में एडिटिंग का इतिहास, सॉफ्टवेयर के वर्जन और कभी-कभी कॉपीराइट का बयान जोड़ता है। यह अलग से पूरे डॉक्यूमेंट से, अलग-अलग पेजों से और अंदर लगी अलग-अलग इमेज से जुड़ा हो सकता है। बचा रह गया लेखक का नाम सबसे ज्यादा इन्हीं अतिरिक्त कॉपियों में से किसी में मिलता है, उस फील्ड में नहीं, जिसे आप पहले ही साफ कर चुके हैं। ठीक से की गई सफाई, जो “PDF से मेटाडेटा हटाएं” करता है, डॉक्यूमेंट का आइडेंटिफायर (पहचान संख्या) भी बदल देती है, क्योंकि खाली आइडेंटिफायर PDF का ढांचा तोड़ देता है। वह टाइमस्टैंप को पूरी तरह मिटाने के बजाय किसी तटस्थ तारीख पर रीसेट करती है, क्योंकि कुछ रीडर उम्मीद करते हैं कि यह फील्ड मौजूद रहे।

फाइल को दोबारा सेव करना उसे साफ करने जैसा क्यों नहीं है

फोटो को एडिटर में खोलकर दोबारा एक्सपोर्ट करने पर लगता है कि मेटाडेटा साफ हो जाना चाहिए, और कभी-कभी होता भी है। लेकिन इस प्रक्रिया में पूरी इमेज डिकोड होकर दोबारा कंप्रेस होती है। यह क्वालिटी की असली कीमत है, उस काम के लिए, जिसे एक अलग टूल एक भी पिक्सल छुए बिना कर देता है। JPEG, PNG या WebP फाइल में मेटाडेटा अपने अलग सेगमेंट में रहता है, कंप्रेस किए गए इमेज डेटा से अलग। इसे हटाने का मतलब है उन सेगमेंट को काटकर निकालना और बाकी बाइट को वहीं छोड़ देना, जहां वे थे। इसलिए फोटो बिट-दर-बिट वैसी ही लौटती है, न कि बस मिलती-जुलती। कई एडिटर दोबारा सेव करते समय बिना इरादे के XMP ब्लॉक को भी जस का तस आगे ले जाते हैं, जिससे पूरा मकसद ही खत्म हो जाता है।

कैसे जांचें कि काम हुआ

जिस सफाई को आप जांच नहीं सकते, वह वादा है, परिणाम नहीं। साफ की गई PDF और साफ की गई फोटो, दोनों को उसी तरह जांचा जा सकता है, जैसे कोई और उन्हें जांचेगा। परिणाम को किसी भी रीडर या EXIF टूल में खोलें (“फोटो का मेटाडेटा देखें” दिखाता है कि फोटो में अब भी क्या है, उसे बदले बिना) और सीधे डॉक्यूमेंट प्रॉपर्टी या मेटाडेटा पैनल देखें। लेखक, टाइटल, कैमरे का मॉडल और निर्देशांक वहां होने ही नहीं चाहिए। भरोसे लायक सफाई टूल परिणाम लौटाने से पहले उसे खुद दोबारा पढ़ता है, और अगर कुछ बचा रह गया हो, तो समस्या बताता है, बजाय इसके कि आपसे परिणाम पर आंख मूंदकर भरोसा करने को कहे।

आम गलतियां, जिनसे डेटा बचा रह जाता है

सफाई के बाद ज्यादातर लीक टूल से नहीं, आदत से होते हैं। सबसे आम गलती है कॉपी साफ करना और मूल फाइल शेयर कर देना: साफ की गई फाइल डाउनलोड फोल्डर में पड़ी रहती है, जबकि ईमेल में अब भी वही वर्जन जाता है, जो फोन ने सेव किया था, निर्देशांक समेत। वही फाइल शेयर करें, जो आपने अभी डाउनलोड की है। दूसरा आम जाल है iPhone से सीधे आई HEIC: उसका मेटाडेटा अलग सेगमेंट में नहीं, बल्कि कंटेनर में बुना होता है। इसलिए पहले उसे “HEIC से JPG” से JPEG बनाना पड़ता है, तभी हटाना लॉसलेस और जांचने लायक हो सकता है।

PDF के मामले में गलती यह उम्मीद है कि मेटाडेटा की सफाई रिडैक्शन का काम कर देगी। लेखक का फील्ड साफ करने से न पेज के मुख्य हिस्से में टाइप किया गया नाम छूता है, न हाशिये का कोई कमेंट, न फॉर्म फील्ड में भरी कोई वैल्यू और न किसी लिंक के अंदर का फाइल नाम: ये कंटेंट हैं, उसके बारे में मेटाडेटा नहीं। इसी वजह से बुकमार्क डिफॉल्ट रूप से रखे जाते हैं। अगर संवेदनशील हिस्सा खुद पेज पर है, तो उसके लिए “PDF रिडैक्ट करें” चाहिए, जो असर वाले पेजों को इमेज के रूप में फिर से बनाता है, और मेटाडेटा की सफाई उसके बाद आती है। छपने जा रहे संवेदनशील डॉक्यूमेंट के लिए क्रम यह है: रिडैक्ट करें, साफ करें, फिर आखिरी बार प्रॉपर्टी पैनल देख लें।