Como ver e remover metadados de um PDF
- Adicione o PDF. Toque em Escolher PDF ou arraste o arquivo para a página. Se ele estiver protegido por senha, digite a senha e toque em Abrir.
- Leia o que ele revela. A tabela lista cada campo de metadados com o seu valor, ou “não definido”. Abaixo dela você vê se há um pacote XMP incorporado e o que ele diz sobre o programa e a pessoa que criaram o arquivo.
- Remova tudo. Toque em Remover todos os metadados. A ferramenta apaga cada entrada Info e o fluxo XMP, grava um PDF novo, relê o arquivo para confirmar que os campos sumiram e baixa como nomedoarquivo-clean.pdf.
- Confira o que ainda está lá dentro. Metadados são só uma camada. Texto visível, nomes em cabeçalhos, comentários e campos de formulário continuam como estão — use Tarjar PDF para isso.
O que faz
- Mostra os nove campos padrão do dicionário Info e qualquer chave personalizada que o programa de origem tenha adicionado
- Detecta um fluxo de metadados XMP incorporado e exibe a ferramenta de criação, o nome do criador e os IDs do documento
- Remover tudo: limpa todos os campos Info, apaga o fluxo XMP e o bloco privado PieceInfo e salva um arquivo novo
- Confere o resultado relendo o arquivo limpo antes de você baixá-lo
- Abre PDFs protegidos por senha quando você sabe a senha, e pode manter a senha na cópia limpa
- Roda inteiramente no seu aparelho — a única requisição de rede busca a biblioteca de código aberto pdf-lib
Que metadados um PDF carrega?
Um arquivo PDF tem dois lugares para informações sobre o documento, separados do que você vê nas páginas. O primeiro é o dicionário Information do documento — uma lista curta de pares chave/valor definida no padrão PDF (ISO 32000-1:2008, seção 14.3.3). O segundo é um fluxo de metadados XMP, um pacote XML no formato Extensible Metadata Platform da Adobe, referenciado a partir do catálogo do documento (seção 14.3.2). Os aplicativos modernos costumam gravar os dois, e eles frequentemente discordam entre si — por isso esta ferramenta os mostra separadamente.
Qual campo vaza o quê, e esta ferramenta remove?
| Campo | O que pode revelar | Removido por esta ferramenta? |
|---|---|---|
| Title | O nome original do documento ou do arquivo, às vezes um nome de rascunho que você renomeou depois | Sim |
| Author | O nome de usuário da conta que criou o arquivo — muitas vezes um nome real ou um e-mail | Sim |
| Subject, Keywords | Linhas de assunto e tags digitadas nas propriedades do documento, ou herdadas de um modelo | Sim |
| Creator | O aplicativo que criou o documento (Word, Pages, Google Docs, um modelo de scanner) | Sim |
| Producer | O motor de PDF e a versão, às vezes o nome do titular da licença | Sim |
| CreationDate, ModDate | Quando o arquivo foi criado e alterado pela última vez, com fuso horário — pode contradizer uma data impressa na página | Sim |
| Trapped | Um sinalizador de pré-impressão; inofensivo, mas identifica fluxos de trabalho gráficos | Sim |
| Chaves Info personalizadas | Qualquer coisa que o aplicativo de origem tenha adicionado: nome da empresa, caminho do documento de origem, IDs de modelo | Sim |
| Fluxo XMP | Ferramenta de criação, autor, IDs de documento e de instância que ligam versões do mesmo arquivo, histórico de edições (xmpMM:History) | Sim — o objeto do fluxo inteiro é apagado |
| PieceInfo | Dados privados de aplicativos (configurações de salvamento do Illustrator, InDesign, Photoshop) | Sim |
| Texto da página, cabeçalhos, rodapés | Nomes, endereços, números de conta que simplesmente estão impressos na página | Não — use Tarjar PDF |
| Nomes das fontes incorporadas | Quais fontes (e às vezes qual sistema operacional) você usa | Não |
| Anotações e campos de formulário | Nomes de autores de comentários, notas adesivas, valores digitados em formulários | Não |
| EXIF / XMP dentro de imagens incorporadas | Modelo da câmera, localização GPS, hora da captura de uma foto colocada no PDF | Não — remova da foto antes de colocá-la (Metadados de foto) |
| Anexos, marcadores, links | Arquivos anexados, títulos do sumário, destinos de links | Não |
Como funciona a remoção?
A ferramenta interpreta o arquivo com a pdf-lib e o abre com a atualização de metadados desligada, para que a biblioteca não carimbe o próprio Producer e a própria data na entrada. Depois apaga todas as entradas do dicionário Info, remove a referência Metadata do catálogo e o objeto de fluxo XMP para o qual ela aponta, descarta o PieceInfo e serializa um arquivo novo. Como a pdf-lib reescreve a tabela de objetos inteira em vez de anexar uma atualização incremental, os valores antigos não ficam para trás no arquivo como objetos mortos — uma armadilha de alguns editores que “limpam” as propriedades mas mantêm a revisão anterior dentro do arquivo. A saída é gravada com dicionários em texto simples para que você mesmo confirme o resultado: abra o arquivo em um editor de texto e procure por /Author ou x:xmpmeta.
Quando devo remover os metadados de um PDF?
- Antes de enviar um currículo, uma reclamação, uma proposta de aluguel ou qualquer documento em que o seu software, o seu nome de usuário ou a sua linha do tempo de edição não são da conta de ninguém.
- Antes de publicar um relatório ou um formulário: o campo Author muitas vezes traz o nome de um funcionário, não da organização.
- Quando um documento digitalizado não deve revelar o modelo do scanner, o driver e a hora da digitalização.
- Antes de compartilhar um arquivo cujo Title ainda carrega o nome de trabalho (“offer_v3_final_LOW.pdf”).
Quais são os limites?
- Somente metadados do documento. O conteúdo visível fica intocado de propósito — um nome impresso na página um continua na página um.
- Arquivos danificados, ou que a pdf-lib não consegue interpretar, falham com uma mensagem em vez de um resultado parcial.
- Arquivos criptografados só abrem com a senha. Restrições de senha de proprietário não são preservadas na cópia limpa.
- Assinaturas digitais ficam inválidas, porque os bytes do arquivo mudam. Isso vale para qualquer edição em um PDF assinado.
- Arquivos grandes (centenas de megabytes) são reescritos na memória; um celular pode ficar sem memória antes de o salvamento terminar.