حجب المعلومات وتنظيف PDF: حدود PolyPDF

تعمل إزالة محتوى PDF الحساس وتنظيف البيانات المخفية من المستند على أجزاء مختلفة من ملف PDF، ولا يوجد أداة تنظيف عالمية. تؤدي عملية إزالة محتوى PDF الحساسة إلى إعادة كتابة عوامل تشغيل النص القابلة للبحث والتي تتقاطع مع منطقة محددة. عندما لا يكون هناك نص مدعوم لإزالته، يستمر PolyPDF في رسم التعبئة السوداء وإكمال العملية، لذلك يمكن أن تظل الخطوط العريضة للمتجهات والنص المحول إلى مسارات والرسومات الأخرى في الملف الموجود أسفله.

إذا أبلغ PolyPDF أنه لم تتم إزالة أي نص، فهذا يعني أنه لم تتم إزالة أي محتوى PDF حساس - مهما كانت الصفحة سوداء. توقف عند هذا الحد وانقل تلك المواد إلى سير عمل معتمد لإزالة المحتوى.

يرفض PolyPDF الصفحات التي لا يمكنه إعادة كتابتها بأمان - على سبيل المثال، الصفحة التي ترسم نصها من خلال نموذج XObject قابل لإعادة الاستخدام. الرفض ليس فشلاً في إيجاد حل بديل؛ فهذا يعني أن هذه الصفحة تحتاج إلى أداة مختلفة.

1. قم بتكرار ملف PDF المصدر واحتفظ بالنسخة الأصلية حيث لا يمكن لعملية العمل استبدالها.
2. تأكد من أن الهدف هو نص عادي قابل للبحث من خلال البحث عنه وتحديده. إذا كان مسحًا ضوئيًا أو صورة أو مخططًا تفصيليًا أو مسارًا متجهًا، فلن يقوم سير العمل هذا بإزالته.
3. اختر أداة إزالة المحتوى الحساس من الأداة وارسم منطقة ضيقة حول كل عنصر نص مدعوم. قم بمراجعة الأسماء والرؤوس والتذييلات والصفحات المشابهة المتكررة قبل تطبيق أي شيء.
4. قم بتطبيق إزالة محتوى PDF الحساس واقرأ النتيجة. الرفض أو الخطأ أو نتيجة "عدم إزالة النص" تعني عدم خروج أي شيء من الملف - لا تعتمد على المظهر الأسود.
5. احفظ تحت اسم ملف مرشح جديد، وأغلقه، وأعد فتح هذا الملف المحفوظ بالضبط.
6. بحث واستخراج النص من الملف المحفوظ بأكمله. حاول التحديد والنسخ عبر المنطقة السابقة وفحصها في عارض نمط المستلم الثاني.
7. بالنسبة للمحتوى السري أو الخاضع للتنظيم أو المميز أو الحساس من الناحية القانونية، اتبع عملية إزالة محتوى PDF الحساس وفحصه المعتمدة من قبل المؤسسة حتى بعد اجتياز عمليات التحقق هذه.

بالنسبة لرمز مميز مثل هذا، يعود الملف المحفوظ فارغًا تحت جميع عمليات التحقق الثلاثة التي يمكن للمراجع إجراؤها: البحث داخل التطبيق، واستخراج النص، والبحث بالبايت للملف غير المضغوط. تغطي هذه الشيكات النص ولا شيء غير ذلك. يمكن لورقة واحدة أن تجمع بين عوامل تشغيل النص، ووحدات البكسل النقطية، والحروف المتجهة، ومسارات القطع، ومحتوى النموذج القابل لإعادة الاستخدام، ويتم ترك الصورة في هذه الصفحة تمامًا كما كانت.

يكتشف PolyPDF مواضع الصور ذات المستوى الأعلى قبل تطبيق إزالة محتوى PDF الحساسة، لكن هذا الفحص لا يتكرر من خلال كل نموذج XObject متداخل، لذلك يمكن للصورة المضمنة داخل محتوى النموذج القابل لإعادة الاستخدام أن تتخطى ذلك. النص المحول إلى مخططات تفصيلية هو عمل فني متجه وليس عملية عرض نص، ويمكن أن يظل أيضًا أسفل التعبئة.

• لا تستنتج نوع المحتوى من المظهر. القدرة على البحث عن سلسلة تخبرك بأنها نص؛ لا يخبرك شيئًا عن بقية الصفحة.
• لا تقم بتسوية الصفحة أو تنقيطها أو طباعتها أو تغطيتها وتفترض أن هذه الخطوة وحدها تلبي متطلبات الأمان أو السجلات.
• بالنسبة للصفحة الممسوحة ضوئيًا أو المعرف المستند إلى الصورة، استخدم أداة إزالة محتوى PDF الحساسة والمعتمدة للصور وتحقق من وحدات البكسل الناتجة وبنية PDF.
• بالنسبة للحروف ذات المخطط التفصيلي أو المتجه، يلزم إجراء عملية تقوم بإزالة أوامر الرسم الأساسية أو استبدالها بدلاً من إضافة شكل معتم.
• إذا لم تتمكن من فحص الملف النهائي بشكل مستقل، فلا تقم بإصدار مواد حساسة بناءً على نتيجة PolyPDF وحدها.

يعد العارض الثاني مفيدًا لقابلية التشغيل البيني المرئي، ولكنه ليس أداة فحص الطب الشرعي. قد يتطلب الإصدار السري استخراج النص وفحص العناصر وسجل مراجعة معتمد.

توفر البيانات المخفية النظيفة من المستند خيارات منفصلة لبيانات تعريف المستند وحزم XMP والصور المصغرة للصفحات والمرفقات وجافا سكريبت والإجراءات والإزالة الاختيارية للنموذج أو حقل التوقيع. تصف هذه التسميات أهداف التمريرة؛ فهي لا تضمن زيارة كل موقع في الرسم البياني لكائن PDF.

• يتم مسح البيانات التعريفية الموجودة للمستند، ولكن الحفظ يؤدي إلى كتابة إدخالات PolyPDF /Producer و/ModDate جديدة. والنتيجة ليست أبدًا ملفًا خاليًا من البيانات الوصفية.
• تمت إزالة شجرة أسماء JavaScript للكتالوج. الإجراءات التي يتم التوصل إليها من خلال التعليقات التوضيحية، أو حقول النموذج، أو الخطوط العريضة، أو السلاسل المتداخلة ليست مضمونة لتتوافق معها.
• تنظيف المرفقات ليست شاملة. مع تحديد تنظيف المرفقات، تجاوز التعليق التوضيحي المباشر لـ FileAttachment وحمولته المضمنة تمرير البايت.
• تظل نصوص الصفحة وصورها في مكانها تمامًا، وتكون الصور والصور ذات المستوى الأعلى متداخلة في نموذج XObject على حدٍ سواء. لا يعد تنظيف البيانات المخفية من المستند خطوة حساسة لإزالة محتوى PDF.
• تعد إزالة النموذج وحقل التوقيع أمرًا مدمرًا ويتم إيقاف تشغيله افتراضيًا. قم بتشغيله فقط عندما تنوي فقدان هذه الحقول.
• احتفظ بالمصدر الذي لم تمسه واحفظ كل مخرجات مرشحة تحت اسم مميز حتى لا يحل التنظيف الجزئي محل نسخة السجل.

تحسب رسالة النتيجة ما تمت إزالته، وليس ما تبقى. اعتمد قرار الإصدار على الملف المحفوظ الذي قمت بفحصه، وليس على تسميات الحوار أو رسالة الإكمال.

قم بإغلاق الملف المرشح المحدد وإعادة فتحه بحيث يعتمد كل فحص على وحدات البايت المحفوظة بدلاً من العرض في الذاكرة. تتبع المراجعة الكاملة المعلومات من خلال أكثر من سطح واحد: الصفحات المعروضة، والنص القابل للبحث، وخصائص المستند، وهياكل الملفات المضمنة، والتعليقات التوضيحية، وحقول النماذج، والإشارات المرجعية، والروابط، والإجراءات.

• ابحث عن القيم الحساسة الكاملة والأجزاء المفيدة، ثم قم بتشغيل استخراج نص مستقل لكل صفحة.
• قم بالفحص عند التكبير/التصغير العالي وفي عارض PDF ثانٍ، بما في ذلك مخرجات الطباعة أو التصدير عندما يستخدم المستلمون تلك المسارات.
• استخدم أداة فحص هيكلية معتمدة لجرد الملفات المضمنة وفحص التعليقات التوضيحية والنموذج والمخطط التفصيلي وإدخالات الإجراءات الإضافية.
• تأكد من أن عدد الصفحات والإشارات المرجعية والروابط والنماذج والتوقيعات والطبقات ومظهر الطباعة لا يزال مطابقًا لمتطلبات الإصدار.
• قم بتسجيل اسم ملف الإدخال أو التجزئة، واسم ملف الإخراج، والمراجع، والتاريخ، وإصدارات الأداة، والفحوصات التي يتم إجراؤها عندما تتطلب العملية مسار تدقيق.

قبل أن تلمس ملفًا حقيقيًا، أنشئ ملف PDF سريعًا يشبهه: معرف واحد كنص عادي قابل للبحث، وصورة نقطية، و- إذا كان الرسم الحقيقي يحتوي عليها - نص مرسوم من خلال نموذج XObject قابل لإعادة الاستخدام. قم بإزالة المحتوى الحساس من المعرف وشاهد الأجزاء التي يتعامل معها PolyPDF والأجزاء التي يرفضها. يتم رفض الصفحة التي يأتي نصها من نموذج XObject تمامًا بدلاً من نصفها مع إزالة محتوى PDF الحساس، وهو السلوك الذي تريد رؤيته قبل الموعد النهائي وليس خلاله.

قم بتطبيق المنطقة، واحفظها باسم جديد، وأغلق الملف، وأعد فتح هذا الملف بالضبط. ابحث عن المعرف، واستخرج نص كل صفحة، وتأكد من أن العدد يعود إلى الصفر. عندما لا يحدث ذلك - أو عندما يكون المحتوى الحساس صورة أو مخططًا تفصيليًا أو مسارًا متجهًا - يحتاج هذا المحتوى إلى أداة مختلفة.

تدرب على تنظيف بيانات PDF المخفية بنفس الطريقة. ابدأ من نسخة تحتوي على بيانات تعريف المستند وإدخال JavaScript ومرفق وصور؛ تشغيل البيانات المخفية النظيفة من المستند؛ ثم قم بفحص الملف المحفوظ. توقع اختفاء إدخال JavaScript والبيانات التعريفية الأصلية، وبيانات تعريف Producer وModDate الجديدة المكتوبة عند الحفظ، وسيظل المرفق والصورتين موجودين.

يخبرك التدريب بكيفية تصرف PolyPDF مع نوع الرسم الخاص بك. وهذا ليس سببًا لجعل PolyPDF أداة إزالة محتوى PDF الحساسة الوحيدة أو التحكم في تنظيف بيانات PDF المخفية للمستندات الحساسة.