Så visar och tar du bort PDF-metadata
- Lägg till PDF:en. Tryck på Välj PDF eller släpp filen på sidan. Om den är lösenordsskyddad skriver du lösenordet och trycker på Öppna.
- Läs vad den avslöjar. Tabellen listar varje metadatafält med sitt värde, eller ”inte satt”. Under den ser du om ett XMP-paket är inbäddat och vad det säger om programmet och personen som skapade filen.
- Ta bort allt. Tryck på Ta bort all metadata. Verktyget raderar varje Info-post och XMP-strömmen, skriver en ny PDF, läser om den för att bekräfta att fälten är borta och laddar ner den som filnamn-clean.pdf.
- Kolla vad som finns kvar. Metadata är bara ett lager. Synlig text, namn i sidhuvuden, kommentarer och formulärfält är kvar som de är — använd Maskera PDF för dem.
Vad det gör
- Visar alla nio standardfält i Info-ordlistan plus eventuella egna nycklar som programmet lade till
- Upptäcker en inbäddad XMP-metadataström och visar dess skapandeverktyg, skaparens namn och dokument-ID:n
- Ta bort allt: tömmer varje Info-fält, raderar XMP-strömmen och det privata PieceInfo-blocket och sparar sedan en ny fil
- Kontrollerar resultatet genom att läsa om den rensade filen innan du laddar ner den
- Öppnar lösenordsskyddade PDF:er när du kan lösenordet, och kan behålla lösenordet på den rensade kopian
- Körs helt på din enhet — den enda nätverksförfrågan hämtar biblioteket pdf-lib med öppen källkod
Vilken metadata bär en PDF på?
En PDF-fil har två platser för information om dokumentet, skilda från det du ser på sidorna. Den första är dokumentets Information-ordlista — en kort lista med nyckel/värde-par definierad i PDF-standarden (ISO 32000-1:2008, avsnitt 14.3.3). Den andra är en XMP-metadataström, ett XML-paket i Adobes format Extensible Metadata Platform, som dokumentkatalogen pekar på (avsnitt 14.3.2). Moderna program skriver oftast båda, och de är ofta oense med varandra, vilket är varför det här verktyget visar dem var för sig.
Vilket fält läcker vad, och tar verktyget bort det?
| Fält | Vad det kan avslöja | Tas bort av verktyget? |
|---|---|---|
| Title | Det ursprungliga dokument- eller filnamnet, ibland ett utkastnamn du bytte senare | Ja |
| Author | Användarnamnet på kontot som skapade filen — ofta ett riktigt namn eller en e-postadress | Ja |
| Subject, Keywords | Ämnesrader och taggar som skrivits in i dokumentegenskaperna, eller ärvts från en mall | Ja |
| Creator | Programmet som skapade dokumentet (Word, Pages, Google Dokument, en skannermodell) | Ja |
| Producer | PDF-motorn och dess version, ibland en licensinnehavares namn | Ja |
| CreationDate, ModDate | När filen skapades och senast ändrades, med tidszon — kan motsäga ett datum som står tryckt på sidan | Ja |
| Trapped | En prepress-flagga; ofarlig men avslöjar tryckeriarbetsflöden | Ja |
| Egna Info-nycklar | Allt som programmet lade till: företagsnamn, sökväg till källdokumentet, mall-ID:n | Ja |
| XMP-ström | Skapandeverktyg, författare, dokument- och instans-ID:n som kopplar ihop versioner av samma fil, redigeringshistorik (xmpMM:History) | Ja — hela strömobjektet raderas |
| PieceInfo | Privata programdata (sparinställningar från Illustrator, InDesign, Photoshop) | Ja |
| Sidtext, sidhuvuden, sidfötter | Namn, adresser, kontonummer som helt enkelt står tryckta på sidan | Nej — använd Maskera PDF |
| Namn på inbäddade typsnitt | Vilka typsnitt (och ibland vilket operativsystem) du använder | Nej |
| Anteckningar och formulärfält | Kommentarförfattares namn, klisterlappar, ifyllda formulärvärden | Nej |
| EXIF / XMP inuti inbäddade bilder | Kameramodell, GPS-position och tidpunkt för ett foto som placerats i PDF:en | Nej — rensa fotot innan du placerar det (Fotometadata) |
| Bilagor, bokmärken, länkar | Bifogade filer, rubriker i innehållsförteckningen, länkmål | Nej |
Hur går borttagningen till?
Verktyget tolkar filen med pdf-lib och öppnar den med metadatauppdateringen avstängd, så att biblioteket inte stämplar in sin egen Producer och sitt eget datum på vägen in. Sedan raderar det varje post i Info-ordlistan, tar bort katalogens Metadata-referens och XMP-strömobjektet den pekar på, kastar PieceInfo och serialiserar en ny fil. Eftersom pdf-lib skriver om hela objekttabellen i stället för att lägga till en inkrementell uppdatering blir de gamla värdena inte kvar i filen som döda objekt — en fälla hos vissa redigeringsprogram som ”rensar” egenskaperna men behåller den tidigare revisionen i filen. Utdata skrivs med ordlistor i klartext så att du själv kan bekräfta resultatet: öppna filen i en textredigerare och sök efter /Author eller x:xmpmeta.
När bör jag rensa PDF-metadata?
- Innan du skickar ett CV, ett klagomål, en hyresansökan eller något annat dokument där din programvara, ditt användarnamn eller din redigeringstidslinje inte angår någon annan.
- Innan du publicerar en rapport eller en blankett: Author-fältet namnger ofta en medarbetare, inte organisationen.
- När ett skannat dokument inte bör avslöja skannermodell, drivrutin och skanningstidpunkt.
- Innan du delar en fil vars Title fortfarande bär arbetsnamnet (”offer_v3_final_LOW.pdf”).
Vilka begränsningar finns?
- Bara metadata på dokumentnivå. Synligt innehåll rörs inte, med avsikt — ett namn tryckt på sidan ett stannar på sidan ett.
- Skadade filer, eller filer som pdf-lib inte kan tolka, misslyckas med ett meddelande i stället för ett halvfärdigt resultat.
- Krypterade filer öppnas bara med lösenordet. Begränsningar via ägarlösenord bevaras inte i den rensade kopian.
- Digitala signaturer blir ogiltiga, eftersom filens byte ändras. Det gäller varje redigering av en signerad PDF.
- Stora filer (hundratals megabyte) skrivs om i minnet; en telefon kan få slut på minne innan sparandet är klart.