Como tarjar um PDF de modo que o texto realmente suma
Desenhar um retângulo preto sobre o texto não o remove — as palavras continuam selecionáveis por baixo. Veja o que é uma tarja de verdade e como conferir se a sua funcionou.
Atualizado em 11 de agosto de 20265 min de leitura
Existe um histórico longo e constrangedor de organizações que publicaram documentos com retângulos pretos sobre as partes sensíveis, só para um leitor selecionar o texto por baixo e copiá-lo. Aconteceu com escritórios de advocacia, órgãos de governo e empresas de tecnologia. O erro é sempre o mesmo e sempre compreensível: o retângulo parece remoção, e a diferença entre cobrir e apagar é invisível na tela.
Por que um retângulo preto não é tarja
Um PDF é um conjunto de instruções de desenho em camadas, executadas em ordem. O texto é uma instrução — «desenhe estes caracteres nesta posição com esta fonte». Um retângulo preto desenhado por cima é outra instrução, executada depois, e por isso aparece na frente. Nenhuma das duas sabe da outra. A instrução de texto continua no arquivo, intacta.
Então o leitor desenha o texto e depois desenha o retângulo por cima, e você vê preto. Mas selecione ao longo da área e você seleciona o texto. Copie e você recebe as palavras. Passe qualquer ferramenta de extração de texto pela página e o conteúdo tarjado sai por inteiro. Nada foi removido.
O que uma tarja de verdade faz
Uma tarja adequada apaga os próprios objetos de conteúdo e só então desenha a marca preta. Três coisas precisam acontecer, e uma ferramenta que pule qualquer uma delas não está tarjando:
- 1Os objetos de texto que cobrem aquela região são removidos do fluxo de conteúdo da página, e não apenas escondidos. Depois da tarja não há nada ali para selecionar.
- 2Qualquer dado de imagem dentro da região é apagado ou substituído. Cobrir parte de uma fotografia deixa os pixels no arquivo se apenas uma forma for desenhada por cima.
- 3O documento é reescrito em vez de atualizado de forma incremental. Os PDFs permitem salvamentos incrementais, em que as mudanças são anexadas e a versão anterior continua presente no arquivo. Uma tarja anexada pode ser desfeita lendo a revisão anterior.
Esse terceiro ponto pega até gente cuidadosa. Um arquivo editado e salvo várias vezes pode carregar todo o seu histórico. Reescrever o documento achatado é o que descarta isso.
Como tarjar um documento
Trabalhe numa cópia
A tarja é destrutiva por natureza. Guarde o original em outro lugar — se você tarjar o parágrafo errado, não existe desfazer depois que o conteúdo se foi.
Marque todas as regiões
Abra o documento no editor de PDF (a tarja exige o Pro) e desenhe áreas de tarja sobre cada trecho de conteúdo sensível. Percorra o documento inteiro antes de baixar, e não página por página.
Baixe o arquivo tarjado
O editor remove o conteúdo marcado quando grava o arquivo. Até você baixar, as marcas existem só na tela.
Confira o resultado
Não suponha. Teste — a próxima seção explica como.
Limpe os metadados
A tarja cuida do conteúdo das páginas. O editor de metadados cuida do título, autor, palavras-chave e histórico de criação que viajam junto.
A tarja é um recurso Pro do editor de PDF: ela remove o conteúdo por baixo e reescreve o documento, inteiramente no seu dispositivo — nada é enviado aos nossos servidores.
Tarjar um PDFVerificar se funcionou
Três verificações, em ordem crescente de rigor. Faça pelo menos as duas primeiras em qualquer coisa que importe.
- Selecione e copie. Arraste sobre a região preta num leitor de PDF e mande copiar. Se qualquer coisa cair na sua área de transferência, a tarja falhou.
- Busque no documento. Use a função de localizar do leitor para procurar uma palavra que você tarjou. Zero resultados é a resposta que você quer.
- Extraia todo o texto. Passe o arquivo pelo PDF para texto e leia a saída. Isso pega conteúdo que está presente mas não é visualmente selecionável, o que as duas primeiras verificações podem deixar passar.
Para documentos realmente críticos existe uma quarta opção: depois de tarjar, converta as páginas em imagens e remonte o PDF a partir delas com imagens para PDF. Isso achata tudo, garantindo que nenhuma camada de texto sobreviva. O custo é um documento que deixa de ser pesquisável e costuma ficar maior, então reserve isso para casos em que a consequência de um vazamento supera os dois custos.
O que mais vaza além do texto
Tarjar o conteúdo visível é necessário, mas não suficiente. Os documentos carregam uma quantidade surpreendente de contexto pelas beiradas:
| Onde se esconde | O que revela |
|---|---|
| Metadados do documento | Nome do autor, organização, programa, datas de criação e edição |
| Nome do arquivo | Nomes de clientes e números de processo são comuns em nomes de arquivo |
| Comentários e anotações | Discussão interna de revisão, muitas vezes sem tarja |
| Valores de campos de formulário | Dados digitados nos campos, mantidos mesmo quando não são exibidos |
| Anexos | Arquivos inteiros embutidos dentro do PDF |
| Marcadores | Títulos de seção que descrevem o que foi tarjado |
O caso dos marcadores ilustra bem o problema inteiro: você tarja um nome na página 12, e o painel de marcadores continua dizendo «Correspondência com [nome]». Nada foi coberto de forma errada — o vazamento estava num lugar em que ninguém pensou em olhar.
O mesmo princípio vale fora dos PDFs. As fotografias carregam coordenadas de GPS e identificadores do aparelho nos metadados, o que é um mecanismo diferente com a mesma consequência — veja remover metadados EXIF das fotos. E quando o conteúdo sensível é um rosto e não um nome, a ferramenta de desfoque de rostos pode ocultá-lo com um mosaico ou uma tarja sólida. Os dois destroem os pixels em vez de desenhar por cima deles. Um desfoque simples pode ser parcialmente revertido, então não confie nele para anonimizar.
Perguntas frequentes
Por que ainda dá para ler o texto sob um retângulo preto num PDF?
Porque o retângulo é desenhado sobre o texto em vez de substituí-lo. Os caracteres continuam guardados no arquivo e podem ser selecionados, copiados ou extraídos por qualquer ferramenta de extração de texto. Uma tarja de verdade apaga os objetos por baixo antes de desenhar a marca.
Como confiro se minha tarja funcionou de verdade?
Selecione a área preta e tente copiar — nada deve cair na área de transferência. Depois busque no documento por uma palavra tarjada e confirme zero resultados. Para uma checagem mais rigorosa, extraia todo o texto do arquivo e leia a saída.
Achatar um PDF em imagens garante a tarja?
Isso de fato remove qualquer camada de texto, razão pela qual é usado em documentos críticos. Os contras são que o documento deixa de ser pesquisável e o arquivo costuma ficar maior, então vale reservar para casos em que esses custos sejam aceitáveis.
É seguro tarjar PDFs confidenciais numa ferramenta online?
Com a nossa, sim — a tarja é um recurso Pro do nosso editor de PDF, e o documento é aberto, editado e reescrito no seu próprio dispositivo e nunca transmitido. Para tarjas isso importa mais que na maioria das tarefas, já que enviar o arquivo sem tarja a um servidor é exatamente a divulgação que você está tentando evitar.