Tarjar PDF: remover texto permanentemente

Cubra com tarja preta nomes, números e parágrafos para que eles sumam do próprio arquivo, e não fiquem só escondidos atrás de um retângulo que qualquer um consegue tirar.

Como Tarjar PDF

1
Solte seu PDF
Escolha o arquivo ou arraste-o para a página. O navegador abre o arquivo e desenha a primeira página; nada sai da aba em momento algum.
2
Selecione as áreas ou busque o texto
Arraste um retângulo sobre tudo o que precisa sumir, ou digite um nome e deixe a ferramenta encontrar cada ocorrência no documento e listá-las para você revisar.
3
Baixe o arquivo tarjado
As páginas que você marcou são reconstruídas como imagens, o arquivo é conferido para confirmar que o texto sumiu, e só então o download começa.

Cobrir o texto não é remover o texto

Um retângulo preto desenhado sobre um parágrafo não muda nada embaixo dele. As palavras continuam no fluxo de conteúdo da página, e qualquer pessoa pode selecioná-las, copiá-las ou extraí-las com um programa de linha de comando em cerca de um segundo. Peças de processos judiciais, boletins de ocorrência e contratos do governo já vazaram assim repetidas vezes. Esta ferramenta usa a única abordagem que funciona em um PDF: cada página em que você mexe é redesenhada como imagem rasterizada a 150, 200 ou 300 DPI, os retângulos são pintados sobre esses pixels, e a página nova leva a imagem no lugar dos objetos de texto originais. As palavras não ficam cobertas. Elas simplesmente não estão mais no arquivo.

Só mudam as páginas que você marcou

Rasterizar o documento inteiro para esconder duas linhas faria o arquivo crescer várias vezes e acabaria com a busca de texto em páginas que não tinham nada a esconder. As páginas em que você não mexeu são copiadas byte por byte, então continuam selecionáveis, pesquisáveis e leves. Depois de montado, o arquivo é aberto e lido de novo: se ainda aparecer algum texto em uma página tarjada, o resultado é descartado e nenhum download é oferecido.

Por que o texto removido some de verdade

Seu PDF é aberto, renderizado e regravado dentro desta aba do navegador; um documento cheio de dados pessoais não tem por que viajar até um servidor. As páginas tarjadas são reconstruídas a partir de pixels, então nenhuma camada de texto escondida sobrevive, e o arquivo final é lido de novo para comprovar isso antes de você ver qualquer botão de download.

Perguntas frequentes

Por que não basta desenhar um retângulo preto sobre o texto?

Porque o retângulo é desenhado por cima, enquanto o texto continua no fluxo de conteúdo embaixo dele. Selecione a área em qualquer leitor de PDF, copie, e as palavras supostamente escondidas aparecem na sua área de transferência. Documentos vazam assim há anos, e é por isso que aqui a página é rasterizada.

É possível recuperar o texto tarjado do arquivo?

Não. A página original não é copiada para o resultado de forma alguma. Ela é substituída por uma imagem plana dela mesma, com os retângulos já gravados nos pixels. Não sobra nenhum objeto de texto, nenhum mapeamento de fontes e nenhuma camada escondida de onde recuperar alguma coisa.

Por que as páginas tarjadas ficaram maiores?

Uma página de texto são poucos kilobytes de instruções; uma foto dessa mesma página a 200 DPI são algumas centenas de kilobytes em JPEG. É o preço da remoção. Baixe a resolução para 150 DPI ou comprima o resultado depois.

Por que a busca de texto para de funcionar nas páginas tarjadas?

Essas páginas agora são imagens, então não há palavras para o leitor de PDF encontrar; só as páginas em que você não mexeu continuam pesquisáveis. Passe o arquivo final pelo OCR PDF para refazer uma camada de texto: ela vai descrever o que está visível, e isso já não inclui o que você removeu.

Os metadados e o nome do autor também são removidos?

Sim, por padrão. Os campos de título, autor, assunto, palavras-chave, criador e produtor são descartados junto com o pacote XMP que os repete. De nada adianta esconder um nome na página quatro se o mesmo nome continua nas propriedades do documento.

Meu arquivo vai para um servidor?

Não. A leitura do PDF, a renderização das páginas, o preenchimento dos retângulos e a gravação do novo arquivo acontecem no seu navegador. Nada é enviado, posto em fila ou armazenado, e um documento tarjado aqui nunca existe em nenhum lugar a que nós tenhamos acesso.

Posso buscar com expressão regular?

Sim. Ligue a opção “Tratar como expressão regular” e busque no documento inteiro coisas como um número de CPF ou um formato de data. Cada ocorrência aparece na lista com o número da página, e você pode desmarcar qualquer uma que deva continuar visível.

E se o meu PDF for uma digitalização sem camada de texto?

A busca precisa de texto de verdade, então em uma digitalização ela não encontra nada. Nesse caso, selecione as áreas à mão; o resultado é o mesmo, porque a página é rasterizada de qualquer jeito. Se quiser buscar em uma digitalização, passe-a antes pelo OCR PDF e depois volte aqui.