Metadata uit een PDF verwijderen

Je haalt een naam uit een brief, en het bestand vertelt nog steeds wie de brief heeft geschreven, wanneer dat gebeurde en met welk programma. Dat is de verborgen laag van een PDF: geen zichtbare tekst, maar een administratie die het bestand over zichzelf bijhoudt.

Wat er in die verborgen laag zit

Vier soorten gegevens zorgen in de praktijk voor problemen.

Documentinformatie. De klassieke velden: auteur, titel, onderwerp, trefwoorden, het programma waarmee het bestand is gemaakt en de datums van aanmaken en wijzigen. Bij een brief die uit een tekstverwerker komt, staat hier vaak de naam van de medewerker die hem schreef. Bij een export uit een zaaksysteem staat er soms een interne werktitel die iets over de inhoud zegt.

XMP-metadata. Een modernere, uitgebreidere variant van dezelfde informatie, in een eigen blok in het bestand. Daar kan veel meer in staan dan in de klassieke velden, en het wordt door de meeste mensen nooit bekeken.

Verborgen lagen. Een PDF kan lagen bevatten die je kunt aan- en uitzetten, bijvoorbeeld een laag met interne notities of een laag met een vorige versie van de tekst. Ze zijn niet zichtbaar op het scherm, maar ze zitten wel in het bestand.

Structuur en identificatie. De opbouw die voorleesprogramma's gebruiken om de inhoud in de juiste volgorde te lezen, het interne nummer waarmee het bestand zichzelf identificeert, en verwijzingen naar ingesloten bestanden of formulieren.

Wat deze tool verwijdert

Bij elke export, zonder dat je daar iets voor hoeft in te stellen. De documentinformatie wordt volledig leeggemaakt, de twee interne bestandsnummers worden gewist, ingesloten bestanden en formuliergegevens verdwijnen, en de opbouw voor voorleesprogramma's wordt verwijderd. Wil je het narekenen, dan zijn dit de namen die uit het bestand gaan: /AA, /LastModified, /MarkInfo, /Metadata, /OpenAction, /PieceInfo, /SeparationInfo, /SpiderInfo, /StructTreeRoot.

Er blijft één ding over dat de tool niet kan verwijderen: het PDF-programma schrijft bij het opslaan altijd een producentnaam in het bestand. Die naam is een constante, niet iets uit jouw document. Daar staat dus geen persoonsgegeven in, maar het betekent wel dat een bestand nooit helemaal leeg is aan de achterkant.

Waarom dit bij redactie hoort

Het heeft weinig zin om een naam uit de tekst te halen en hem in de metadata te laten staan. Sterker nog: in de praktijk is de metadata vaak de makkelijkste weg terug naar een persoon. Je hoeft de tekst niet te lezen om te zien wie het bestand heeft gemaakt.

Daarom zit het opschonen niet achter een instelling of een aparte knop. Het gebeurt bij dezelfde handeling waarmee je de redactie toepast. Wil je het controleren, dan kun je na het exporteren de eigenschappen van het bestand openen: bij de meeste lezers zie je dan nog de producentnaam en verder niets.

Ook op pagina's met een afbeelding

Een pagina die opnieuw als afbeelding wordt opgebouwd, krijgt dezelfde behandeling. De metadata van de pagina zelf worden verwijderd, en de afbeelding die ervoor in de plaats komt is een nieuwe afbeelding zonder de sporen van het origineel. Juist bij scans en foto's is dat relevant, want daar zit de oorspronkelijke apparaatinformatie soms nog in.

Wat je zelf nog kunt doen

Metadata verwijderen is één laag. Blijf ook letten op de dingen die geen metadata zijn maar wel verraden: een handtekening onderaan een mail die je meestuurt, de bestandsnaam zelf, en de eigenschappen van de map waarin je het bestand deelt. Deze tool kan een PDF opschonen, maar de bestandsnaam die je kiest en de map waarin je hem zet zijn aan jou.

Wil je weten hoe je in één oogopslag ziet of een document nog iets prijsgeeft? Op de pagina waarom zwarte balken in een PDF onveilig zijn staat een test van tien seconden die je op elk willekeurig bestand kunt doen.

Veelgestelde vragen

Wordt metadata uit het bestand verwijderd?

Ja, bij elke export, zonder dat je daar iets voor hoeft in te stellen. Verwijderd worden alle gegevens die het bestand over zichzelf bijhoudt: de maker, de titel, het onderwerp, de trefwoorden, de datums, de XMP-verpakking, verborgen lagen, het interne bestandsnummer en de opbouw voor voorleesprogramma's. Wat overblijft is een vaste producentnaam die het PDF-programma zelf schrijft; daar staat geen documentinhoud in.

Wat gebeurt er met gevoelige tekst in een afbeelding of een logo?

Beeldpunten van een afbeelding worden nooit herschreven. Zodra een markering over een afbeelding valt, weigert de tool de tekst te verwijderen en wordt die pagina in plaats daarvan opnieuw opgebouwd als afbeelding, met de blokken er al in gebakken. Je krijgt daar vooraf een melding over, en het exportrapport vermeldt welke pagina's opnieuw zijn opgebouwd.

Hoe weet ik dat mijn document niet verstuurd wordt?

Wat je zelf kunt zien zonder technische kennis: de tool vraagt nooit om een account, een e-mailadres of een koppeling met een opslagdienst, en er verschijnt nergens een uploadbalk. Wat je aan het eind krijgt is een bestand in je eigen downloadmap, en verder verandert er niets op je apparaat. Het rapport dat je optioneel meestuurt, vermeldt bovendien letterlijk hoeveel bytes er extern verzonden zijn: dat is nul. Wil je het kunnen aantonen aan iemand die er verstand van heeft, kijk dan bij de volgende vraag.

Verwijder metadata en redacties in één keer — Alle categorieën behalve de Woo-grond-verwijzingen, standaard als zwart blok (lakken), met de mogelijkheid om per categorie een Woo-grond te vermelden.

Open de tool

Je bestand blijft op je eigen apparaat. Er wordt niets verstuurd en niets opgeslagen.