PDF 最常泄露的是什么？

作者字段，其次是生成它的应用。两者都由制作文件的程序自动写入，读文档时又都看不见。

扫描时我的文档会被上传吗？

不会。读元数据与比对正文都在这个标签页里完成——为了检查隐私而把文档传出去，本身就自相矛盾。

示例为什么要打码？

这样报告本身也能安心截图或分享。你能看到找到了一个地址、大致是哪一个，而完整的值不会出现在屏幕上。

清空元数据会改动页面吗？

不会。只有文档属性被重写；每一页、页上的文字与字体都原封不动。

分值到什么程度可以放心发出？

扫描器判为低的都可以。中等通常意味着一个姓名和一个时间戳，内部无妨，对外发之前清掉更稳妥。

PDF 隐私扫描

发出去之前看清楚：这份 PDF 带着哪些元数据、路径和个人信息。

PDF 隐私扫描在你的设备上读取文档，并对报告里的每个示例打码。关于这份文件的任何内容都不会被上传或记录。

把页面上印着的内容涂黑

关于 PDF 隐私扫描

每一份 PDF 带着的，都比页面上显示的更多。属性字典通常写着作者，记录了是哪个应用在什么时候生成了文件，有时还留着一条本机路径，里面既有用户名也有文件夹结构。文字层里可能更多：页脚里的一个邮箱、表格里的一个账号、附录里一个没人复看过的卡号。这个扫描器两边都报。元数据发现按可识别程度分级，正文则与地址、卡号、国民证件号和账号格式逐一比对，示例一律打码。

功能特性

读取作者、标题、主题、关键词、生成器与时间戳
识别本机路径，它往往连用户名和目录结构一并暴露
匹配邮箱、电话、IBAN、卡号、IP 地址与国民证件号
卡号会过一遍 Luhn 校验，减少误报
报告里的每个示例都打码，而不是完整展示
一个总的风险分值，附带一句大白话的解读
一键清空全部元数据字段，另存为新文档

如何使用 PDF 隐私扫描

把 PDF 拖到页面上
阅读元数据发现，以及正文中匹配到的个人信息
看一眼风险分值，判断该改什么
清空元数据；若正文发现要紧，再对页面内容做涂黑

示例

输入

tender-response.pdf

输出

High risk: author "J. Whitfield", path C:\Users\jwhitfield\Bids\…, 4 email addresses in the text.

最让人意外的往往是路径：它会报出这台机器的用户账号名。

常见错误与故障排除

扫描什么也没报。 — 有些生成器根本不写元数据，这是好结果。请另外看正文发现——干净的属性字典说明不了页面上印着什么。
匹配到的电话其实是一个流水号。 — 数字格式会重叠。扫描器偏向多报：看一眼打码示例，把不对的排除掉。
清空元数据后，页面上的姓名还在。 — 元数据与页面内容是两回事。印在文档上的姓名，得从页面本身涂黑。
一份明显满是数据的文档，正文扫描却什么都没找到。 — 这份 PDF 是没有文字层的扫描件，没有可比对的内容。请先识别文字，再扫描一次。

常见问题

PDF 最常泄露的是什么？: 作者字段，其次是生成它的应用。两者都由制作文件的程序自动写入，读文档时又都看不见。
扫描时我的文档会被上传吗？: 不会。读元数据与比对正文都在这个标签页里完成——为了检查隐私而把文档传出去，本身就自相矛盾。
示例为什么要打码？: 这样报告本身也能安心截图或分享。你能看到找到了一个地址、大致是哪一个，而完整的值不会出现在屏幕上。
清空元数据会改动页面吗？: 不会。只有文档属性被重写；每一页、页上的文字与字体都原封不动。
分值到什么程度可以放心发出？: 扫描器判为低的都可以。中等通常意味着一个姓名和一个时间戳，内部无妨，对外发之前清掉更稳妥。