Editor de metadatos PDF

1. 1

   Abre tu PDF

   Suelta un PDF en la página o búscalo. Se lee en tu dispositivo y nunca se sube.

2. 2

   Lee lo que dice ahora

   La tabla se rellena con el título, autor, asunto, palabras clave, creador, productor y ambas fechas actuales.

3. 3

   Cambia solo lo que quieras

   Escribe en un campo para cambiarlo, o vacíalo para eliminarlo. Los campos que no tocas quedan exactamente como están.

4. 4

   Aplica y comprueba

   Pulsa Aplicar. La herramienta vuelve a leer el archivo guardado y te muestra, campo a campo, lo que contiene ahora.

5. 5

   Descarga

   Guarda el PDF editado, o recoge todo un lote en un único ZIP.

Los metadatos son lo que un documento dice de sí mismo antes de que nadie lo abra. Son la línea que un lector muestra en el título de la ventana, el texto que encuentra una búsqueda del escritorio, el autor bajo el que un gestor documental archiva el expediente y los campos que un portal de presentación o el canal de entrada de un cliente validan al recibirlo. Cuando están mal —y suelen estarlo, porque se heredaron de una plantilla, un escáner o el programa que exportó el archivo— el documento es más difícil de encontrar, más difícil de creer y a veces se rechaza sin más.

Qué aportan de verdad unas propiedades correctas

• Encontrabilidad: la búsqueda del escritorio, SharePoint, Google Drive y cualquier gestor documental indexan el título y las palabras clave mucho antes que el texto de las páginas, y un documento escaneado no tiene texto de página que indexar.
• Un título que no es un nombre de archivo: los lectores muestran la propiedad Título en la ventana y en la pestaña, así que un documento exportado como «Documento1» se presenta así en una pantalla compartida se llame como se llame el archivo.
• Privacidad antes de compartir: autor, creador y productor llevan a menudo el nombre real de una persona, el nombre interno de una máquina o la versión exacta del software que hizo el archivo. Los tres salen con el documento si nadie los quita.
• Coherencia en un conjunto: una carpeta de exportaciones donde el campo asunto significa lo mismo en todos los archivos es una carpeta que puedes filtrar; una donde significa lo que le apeteció a cada autor, no.
• Cumplimiento y conformidad: PDF/A exige que las propiedades del documento y el paquete XMP coincidan, y los archivos históricos, los reguladores y las editoriales lo comprueban.

Esto es lo más importante que hay que entender al editar las propiedades de un PDF, y es donde casi todos los editores gratuitos se equivocan en silencio. Un PDF guarda los mismos datos en dos estructuras independientes, y nada en el formato obliga a que coincidan.

Propiedades del documento y XMP, lado a lado

• El diccionario de información del documento: el mecanismo original, presente desde PDF 1.0. Una lista corta de claves y valores —Título, Autor, Asunto, Palabras clave, Creador, Productor, fecha de creación y de modificación— adjunta al final del archivo. Simple, pequeña y lo que leen y escriben la mayoría de bibliotecas.
• El paquete XMP: un documento XML incrustado en el archivo, según la Extensible Metadata Platform de Adobe. Lleva los mismos ocho campos bajo vocabularios estándar (Dublin Core para título, autor y descripción; los espacios de nombres PDF y XMP para palabras clave, productor y fechas) y puede llevar mucho más: historial de edición, declaraciones de derechos, afirmaciones de conformidad, esquemas propios enteros.
• Quién lee qué: Acrobat, la mayoría de sistemas de indexación y la mayoría de gestores de activos prefieren XMP cuando está. Muchas bibliotecas de programación solo miran el diccionario. Ninguno se equivoca; leen partes distintas del mismo archivo.
• Cómo se separan: un programa actualiza el diccionario, otro actualiza el paquete, y tras dos o tres saltos el archivo cuenta dos historias distintas. Nada avisa, porque nada es inválido.

Este editor lee ambos en cuanto abres un documento. Si no coinciden lo dice, campo a campo, mostrando lo que afirma cada uno. Al aplicar tus cambios escribe los dos a partir de los mismos valores y vuelve a leer el archivo para confirmar que ya coinciden; y si de algún modo no coincidieran, el guardado falla en lugar de entregarte un documento que se contradice.

Las ocho propiedades estándar no son intercambiables, y usarlas como está previsto es casi todo lo que hace que un documento se encuentre después.

Las ocho propiedades estándar

• Título: el nombre real del documento, tal y como lo diría una persona. No el nombre del archivo. Es lo que muestra un lector en su ventana y lo que enseñan los resultados de búsqueda.
• Autor: la persona o el equipo responsable del contenido. Separa varios nombres con comas; se escriben como lista ordenada en el paquete XMP.
• Asunto: una descripción de una línea de qué trata el documento. En XMP se trata como descripción, por eso puede ser más largo que un título sin parecer raro en ningún sitio.
• Palabras clave: términos separados por comas para recuperarlo. Un puñado de términos que alguien escribiría de verdad supera a treinta que nadie escribiría.
• Creador: el programa en el que se redactó el contenido: Word, InDesign, LaTeX. A menudo el campo más identificativo de todo el archivo.
• Productor: el programa que escribió el PDF, normalmente un conversor o un controlador de impresión, y normalmente nombra su versión exacta.
• Creado y Modificado: marcas de tiempo con desfase horario. Aquí se muestran en tu hora local y se escriben con el desfase que ya usaba el documento, así que editar una hora no mueve en silencio un documento de Berlín a UTC.
• Propiedades personalizadas: cualquier clave y valor adicional que quieras: número de expediente, código de cliente, clase de retención, centro de coste. Conviven con las ocho estándar y se replican en el paquete XMP bajo un espacio de nombres propio.

Quitar propiedades es un trabajo distinto de editarlas, y es el que más se hace mal. Poner un campo a cadena vacía no es eliminarlo: la entrada sigue ahí, sigue diciendo que el documento tiene autor y sigue apareciendo como una línea en blanco en un lector. Eliminar la entrada es lo que la hace ausente.

Qué hace realmente Borrar todo

• Elimina las ocho entradas estándar de las propiedades del documento, en vez de dejarlas en blanco.
• Elimina todas las propiedades personalizadas.
• Borra el paquete XMP por completo, para que no sobreviva ninguna copia de los valores antiguos en el XML.
• Sobrescribe en su sitio las entradas sustituidas antes de añadir el nuevo estado, así que el texto eliminado no se queda más atrás en el archivo, donde lo encontraría una búsqueda de texto.
• No añade ninguna cadena de productor, ningún nombre de herramienta ni ninguna marca de tiempo nueva al salir.
• Vuelve a leer el archivo terminado y hace fallar el guardado si algún campo, en cualquiera de los dos sitios, conserva un valor.

Dos cosas que deliberadamente no hace. No toca nada dibujado en una página: un nombre en un membrete, un bloque de firma, un comentario o una anotación son contenido de página, no metadatos, y quitarlos es trabajo de otra herramienta. Y no pretende impedir la recuperación forense de un archivo que ya has compartido: solo puede cambiar la copia que descargas aquí. Si solo quieres que desaparezcan algunos campos identificativos, Anonimizar borra autor, creador, productor y las propiedades personalizadas dejando el título, el asunto y las palabras clave, que es lo que normalmente significa «listo para enviar fuera».

Todo ocurre en tu dispositivo. No se sube nada, no hay cola en un servidor y no hay archivo que borrar después porque nunca hubo copia en ningún otro sitio. Lo llamativo es lo poco que toca de tu documento.

Qué pasa cuando pulsas Aplicar

• Leer el final, no el archivo: la tabla de referencias cruzadas de un PDF está al final y apunta a todo lo demás, así que encontrar las propiedades cuesta cuatro lecturas de objeto en lugar de un análisis completo. Por eso abrir un escaneo de 500 páginas es tan rápido como abrir una factura de una.
• Cambiar solo las entradas que editaste: los bytes de cada propiedad que no tocaste se copian literalmente, no se vuelven a serializar. Un valor se queda exactamente en la codificación con la que llegó.
• Sobrescribir las entradas antiguas y añadir las nuevas: las propiedades sustituidas se blanquean donde están y el nuevo estado se añade al final. El resto del documento —cada página, cada fuente, cada imagen— queda intacto, byte a byte.
• Retroceder por completo, nunca a medias: algunos documentos empaquetan sus propiedades dentro de un flujo de objetos comprimido, donde los bytes antiguos no se pueden sobrescribir en su sitio. Esos se reconstruyen enteros, lo que es más lento y da el mismo resultado.
• Verificar antes de que lo veas: los bytes terminados se releen y se comprueban: cada campo que cambiaste tiene lo que pediste, cada campo que no cambiaste sigue igual, y los dos sitios coinciden. Un fallo detiene el guardado en vez de llegar a tu descarga.

Lee y reescribe solo los pocos cientos de bytes que guardan las propiedades de un documento, así que un archivo de 100 MB cuesta lo mismo que uno de 100 KB.

Una política de metadatos que cabe en una ficha es una política que la gente sigue. Estas son las reglas que compensan, sacadas de cómo usan de verdad estos campos los equipos legales, financieros y de agencia.

Consejos de calidad y cumplimiento

• Haz que el título coincida con el encabezado de la página uno. Si quien lee el documento no reconocería el título, es el título equivocado.
• Prefiere un puñado de palabras clave que alguien escribiría de verdad a una lista exhaustiva que nadie escribiría.
• Revisa creador y productor antes de que algo salga de la empresa. Son los campos con más probabilidades de nombrar a una persona, una máquina o un software sin licencia.
• Mantén los valores de asunto dentro de la taxonomía que ya use tu equipo, para que el campo se pueda filtrar y no solo leer.
• Conserva el original cuando edites un documento sujeto a retención o valor probatorio. Editar metadatos cambia los bytes del archivo, y la copia de partida puede ser el registro.
• Fija las fechas deliberadamente en vez de dejar lo que estampó el programa de exportación. Una fecha de creación de «cuando se ejecutó el controlador de impresión» es peor que no tener fecha.

Casos de uso habituales

• Legal: normalizar las propiedades de un conjunto de producción antes de presentarlo o intercambiarlo, y quitar los campos de autor y productor que identificarían la máquina de redacción.
• Finanzas y operaciones: dar a una carpeta de facturas o extractos exportados un esquema coherente de asunto y palabras clave para que el archivo siga siendo buscable años después.
• Agencias y estudios: quitar la cadena de productor específica de la herramienta y el nombre interno del autor antes de entregar a un cliente, conservando el título y la descripción que hacen útil el archivo.
• Edición y archivos: poner de acuerdo las propiedades del documento y el paquete XMP, requisito duro de PDF/A y causa habitual de comprobaciones de conformidad fallidas.
• Investigación y bibliotecas: corregir el título y el autor de material escaneado para que un repositorio lo indexe con algo que no sea el valor por defecto del escáner.

Unas cuantas cifras que explican por qué esta herramienta está construida como está.

Medido en esta herramienta

• 8 campos estándar, 2 lugares de almacenamiento: dieciséis sitios donde puede vivir un valor, y ninguna regla del formato que obligue a que coincidan.
• Unos 250 bytes añadidos en una edición típica: el resto del archivo se copia sin cambios, sea cual sea su tamaño.
• Independiente del número de páginas: un documento de 500 páginas y uno de una cuestan el mismo trabajo, porque a ninguno se le leen las páginas.
• Hasta 50 documentos por lote con Pro: un juego de valores aplicado a todos, dejando en paz cada campo no tocado en cada archivo.
• 3 lectores independientes coinciden: cada resultado se comprueba contra otras dos implementaciones de PDF antes de publicarse.

• Comprimir PDF
• Números de página PDF
• Unir archivos PDF
• Rotar páginas PDF
• Marca de agua en PDF
• Rellenar formulario PDF