ArrayKit

PDF 自动涂黑

在整份文件中找出邮箱、号码与身份标识,并把它们真正抹掉。

PDF 自动涂黑

在整份文件中找出邮箱、号码与身份标识,并把它们真正抹掉。

正在涂黑的文件,按定义就是不能被发到任何地方的文件。检测、复核与导出都在这个标签页完成。

看看文件还泄露了什么

关于 PDF 自动涂黑

手工涂黑两百页,正是出错的地方:漏掉一处邮箱就让整件事前功尽弃。这里改用模式去找——邮箱、电话号码、经自身校验位核对过的支付卡、各国身份号码、IBAN——把每一处都定位到页面上并做出标记。模式无从知晓的东西,比如某个人名,可以自己补充词条。每一处标记在导出前都会显示出来,而导出会把黑框烧进重新绘制的页面。

功能特性

  • 九类检测,从邮箱到支付卡与各国身份号码
  • 卡号经自身校验位核对,普通的长数字得以保留
  • 为模式不认识的人名与代号补充你自己的词条
  • 不同检测重叠的匹配会并成一个黑框
  • 逐页复核——点一下黑框即可让那一处保持可见
  • 按类别统计找到了多少处
  • 导出会把黑框烧进去,其下的文字随之消失

如何使用 PDF 自动涂黑

  1. 把 PDF 拖到页面上
  2. 选择要运行的检测,并补上你自己的词条
  3. 逐页查看,点掉多余的黑框
  4. 涂黑并下载,然后核对结果

示例

输入

support-tickets.pdf — 46 pages, standard detectors plus "Project Halifax"

输出

Email addresses: 112 · Phone numbers: 38 · Your own terms: 9

未通过校验位的卡号匹配,在这份统计之前就已被剔除。

常见错误与故障排除

  • 扫描件里什么都没找到。 — 没有可供比对的文字层。请先做文字识别,或用"PDF 涂黑"手工圈出区域。
  • 某个人名没有被检出。 — 模式认不出它从未见过的名字。请把它加到你自己的词条里——那里按字面匹配,且不区分大小写。
  • 连普通日期也被涂黑了。 — 日期检测会匹配任何日期,而不只是出生日期。正因如此,它默认是关闭的。
  • 结果不再是可选中的文字了。 — 这正是此处真正涂黑的代价——页面被重新绘制,被移除的文字在新文件中根本不存在。若必须保持可检索,请之后做文字识别。

常见问题

自动检测本身可以信赖吗?
不可以,工具就在按钮旁边这样说。模式匹配找的是"看起来像个人信息"的东西;它会漏掉不认识的名字,在扫描件里更是什么都找不到。发文件之前请逐页复核。
它与"PDF 涂黑"有什么不同?
"PDF 涂黑"是手工的:你在要去掉的地方拖动。这里在所有页面上自动找出候选,你负责复核而不是寻找。两者烧进结果的方式相同。
为什么 IP 地址与日期默认关闭?
因为它们在普通文件里不停地匹配。在日志里你需要它们;在合同里它们会涂掉半页。
被移除的文字还能还原吗?
不能。导出的页面是从已经画好黑框的像素绘制出来的,那些字符从未被写进新文件。
它也会涂掉元数据吗?
不会。元数据在页面内容之外——请单独检查文件,作为第二步清除它。

相关工具

  • PDF 涂黑 — 把文字与区域涂黑,并从文件中移除。
  • PDF 隐私扫描 — 找出 PDF 里隐藏的元数据与个人信息。
  • PDF元数据编辑器 — 查看、修改或清除PDF的标题、作者等字段。
  • PDF 拍平 — 把填好的表单字段固定进页面内容。
  • PDF OCR — 识别扫描 PDF 中的文字,让它可被检索。
  • 图片打码 — 把截图局部永久模糊、马赛克或涂黑。
  • 加密 PDF — 使用 AES-256 或 RC4 加密为 PDF 添加密码保护。

更多安全工具

查看全部安全工具 (27) · 全部工具