Editor de metadados PDF

1. 1

   Abra o seu PDF

   Solte um PDF na página ou escolha um. Ele é lido no seu dispositivo e nunca é enviado.

2. 2

   Leia o que ele diz agora

   A tabela é preenchida com o título, autor, assunto, palavras-chave, criador, produtor e as duas datas atuais.

3. 3

   Mude só o que quiser

   Digite num campo para alterá-lo, ou esvazie-o para removê-lo. Campos que você não tocar ficam exatamente como estão.

4. 4

   Aplique e confira

   Pressione Aplicar. A ferramenta relê o arquivo salvo e mostra, campo a campo, o que ele contém agora.

5. 5

   Baixe

   Salve o PDF editado, ou pegue um lote inteiro num único ZIP.

Metadados são o que um documento diz sobre si mesmo antes de alguém abri-lo. São a linha que um leitor mostra no título da janela, o texto que uma busca do computador encontra, o autor sob o qual um sistema de gestão documental arquiva o registro, e os campos que um portal de protocolo ou a esteira de entrada de um cliente validam no recebimento. Quando estão errados — e costumam estar, porque foram herdados de um modelo, de um scanner ou do programa que exportou o arquivo — o documento fica mais difícil de achar, mais difícil de confiar e às vezes é recusado de saída.

O que propriedades corretas realmente rendem

• Localizabilidade: a busca do sistema, o SharePoint, o Google Drive e qualquer gestão documental indexam o título e as palavras-chave muito antes do texto das páginas — e um documento digitalizado não tem texto de página para indexar.
• Um título que não é um nome de arquivo: leitores mostram a propriedade Título na janela e na aba, então um documento exportado como “Documento1” se apresenta assim numa tela compartilhada, qualquer que seja o nome do arquivo.
• Privacidade antes de compartilhar: autor, criador e produtor frequentemente carregam o nome real de uma pessoa, o nome interno de uma máquina ou a versão exata do software que fez o arquivo. Os três saem com o documento se ninguém removê-los.
• Consistência num conjunto: uma pasta de exportações em que o campo assunto significa a mesma coisa em todos os arquivos é uma pasta que dá para filtrar; uma em que significa o que cada autor quis, não.
• Conformidade: o PDF/A exige que as propriedades do documento e o pacote XMP concordem, e arquivos públicos, reguladores e editoras conferem isso.

Esta é a coisa mais importante a entender sobre editar propriedades de PDF, e é onde quase todo editor gratuito erra em silêncio. Um PDF guarda os mesmos dados em duas estruturas independentes, e nada no formato obriga a que concordem.

Propriedades do documento e XMP, lado a lado

• O dicionário de informações do documento: o mecanismo original, presente desde o PDF 1.0. Uma lista curta de chaves e valores — Título, Autor, Assunto, Palavras-chave, Criador, Produtor, datas de criação e de modificação — anexada ao fim do arquivo. Simples, pequena, e é o que a maioria das bibliotecas lê e grava.
• O pacote XMP: um documento XML embutido no arquivo, segundo a Extensible Metadata Platform da Adobe. Carrega os mesmos oito campos sob vocabulários padrão (Dublin Core para título, autor e descrição; os espaços de nomes PDF e XMP para palavras-chave, produtor e datas) e pode carregar muito mais: histórico de edição, declarações de direitos, afirmações de conformidade, esquemas próprios inteiros.
• Quem lê o quê: o Acrobat, a maioria dos sistemas de indexação e a maioria dos gerenciadores de ativos preferem o XMP quando ele existe. Muitas bibliotecas de programação só olham o dicionário. Nenhum está errado; estão lendo partes diferentes do mesmo arquivo.
• Como eles se separam: um programa atualiza o dicionário, outro atualiza o pacote, e depois de duas ou três passagens o arquivo conta duas histórias. Nada avisa, porque nada é inválido.

Este editor lê os dois assim que você abre um documento. Se divergirem, ele diz, campo a campo, mostrando o que cada um afirma. Ao aplicar suas mudanças ele grava os dois a partir dos mesmos valores e relê o arquivo para confirmar que agora batem — e se de algum modo não baterem, o salvamento falha em vez de entregar a você um documento que se contradiz.

As oito propriedades padrão não são intercambiáveis, e usá-las como previsto é a maior parte do que torna um documento localizável depois.

As oito propriedades padrão

• Título: o nome real do documento, como uma pessoa diria. Não o nome do arquivo. É o que um leitor mostra na janela e o que os resultados de busca exibem.
• Autor: a pessoa ou equipe responsável pelo conteúdo. Separe vários nomes por vírgulas; eles são gravados como lista ordenada no pacote XMP.
• Assunto: uma descrição de uma linha sobre o que é o documento. Tratado como descrição no XMP, por isso pode ser mais longo que um título sem parecer errado em lugar nenhum.
• Palavras-chave: termos separados por vírgula para recuperação. Um punhado de termos que alguém realmente digitaria vale mais que trinta que ninguém digitaria.
• Criador: o programa em que o conteúdo foi escrito — Word, InDesign, LaTeX. Muitas vezes o campo mais identificador do arquivo inteiro.
• Produtor: o programa que gravou o próprio PDF, normalmente um conversor ou um driver de impressão, e normalmente informando a versão exata.
• Criado e Modificado: marcações de tempo, com fuso horário. Ambas aparecem aqui na sua hora local e são gravadas de volta com o fuso que o documento já usava, então editar um horário não move o documento de Berlim para UTC sem avisar.
• Propriedades personalizadas: qualquer chave e valor adicionais que você queira — número de processo, código de cliente, classe de retenção, centro de custo. Convivem com as oito padrão e são espelhadas no pacote XMP sob um espaço de nomes próprio.

Tirar propriedades é um trabalho diferente de editá-las, e é o que mais se faz mal. Colocar um campo como cadeia vazia não é remoção: a entrada continua ali, continua dizendo que o documento tem autor e continua aparecendo como uma linha em branco num leitor. Remover a entrada é o que a torna ausente.

O que Limpar tudo realmente faz

• Remove as oito entradas padrão das propriedades do documento, em vez de deixá-las em branco.
• Remove todas as propriedades personalizadas.
• Apaga o pacote XMP por completo, para que nenhuma cópia dos valores antigos sobreviva no XML.
• Sobrescreve no lugar as entradas substituídas antes de acrescentar o novo estado, então o texto removido não fica mais atrás no arquivo, onde uma busca por texto o acharia.
• Não acrescenta nenhuma cadeia de produtor, nome de ferramenta ou nova marcação de tempo na saída.
• Relê o arquivo pronto e faz o salvamento falhar se qualquer campo, em qualquer dos dois lugares, ainda tiver valor.

Duas coisas que ele deliberadamente não faz. Não mexe em nada desenhado numa página — um nome num timbre, um bloco de assinatura, um comentário ou uma anotação são conteúdo de página, não metadados, e removê-los é tarefa de outra ferramenta. E não promete impedir a recuperação forense de um arquivo que você já compartilhou: só pode mudar a cópia que você baixa daqui. Se você quer que apenas alguns campos identificadores sumam, Anonimizar limpa autor, criador, produtor e as propriedades personalizadas mantendo título, assunto e palavras-chave, que é o que normalmente significa “pronto para sair da empresa”.

Tudo acontece no seu dispositivo. Nada é enviado, não há fila num servidor e não há arquivo para apagar depois, porque nunca houve cópia em outro lugar. O que é incomum é o quão pouco ela toca no seu documento.

O que acontece quando você aperta Aplicar

• Ler o fim, não o arquivo: a tabela de referências cruzadas de um PDF fica no fim e aponta para todo o resto, então achar as propriedades custa quatro leituras de objeto em vez de uma análise completa. Por isso abrir uma digitalização de 500 páginas é tão rápido quanto abrir uma nota de uma página.
• Mudar só as entradas que você editou: os bytes de cada propriedade não tocada são copiados literalmente, não reserializados. Um valor permanece exatamente na codificação em que chegou.
• Sobrescrever as entradas antigas e acrescentar as novas: as propriedades substituídas são apagadas onde estão, e o novo estado é acrescentado. O resto do documento — cada página, cada fonte, cada imagem — fica intacto, byte a byte.
• Recuar por completo, nunca pela metade: alguns documentos guardam suas propriedades dentro de um fluxo de objetos comprimido, onde os bytes antigos não podem ser sobrescritos no lugar. Esses são reconstruídos por inteiro, o que é mais lento e dá o mesmo resultado.
• Verificar antes de você ver: os bytes prontos são relidos e conferidos — cada campo alterado tem o que você pediu, cada campo não alterado está igual, e os dois lugares concordam. Uma falha interrompe o salvamento em vez de chegar ao seu download.

Lê e regrava apenas as poucas centenas de bytes onde ficam as propriedades de um documento, então um arquivo de 100 MB custa o mesmo que um de 100 KB.

Uma política de metadados que cabe num cartão é uma política que as pessoas seguem. Estas são as regras que valem o esforço, tiradas de como equipes jurídicas, financeiras e de agência realmente usam esses campos.

Dicas de qualidade e conformidade

• Faça o título coincidir com o cabeçalho da página um. Se quem lê o documento não reconheceria o título, é o título errado.
• Prefira um punhado de palavras-chave que alguém realmente digitaria a uma lista exaustiva que ninguém digitaria.
• Confira criador e produtor antes de qualquer coisa sair da empresa. São os campos com mais chance de nomear uma pessoa, uma máquina ou um software sem licença.
• Mantenha os valores de assunto dentro da taxonomia que sua equipe já usa, para o campo poder ser filtrado e não apenas lido.
• Guarde o original quando editar um documento sujeito a retenção ou valor probatório. Editar metadados muda os bytes do arquivo, e a cópia de partida pode ser o registro.
• Defina as datas de propósito em vez de deixar o que o programa de exportação carimbou. Uma data de criação de “quando o driver de impressão rodou” é pior que nenhuma data.

Usos comuns

• Jurídico: padronizar propriedades num conjunto de produção antes do protocolo ou da troca, e remover os campos de autor e produtor que identificariam a máquina de redação.
• Financeiro e operações: dar a uma pasta de notas ou extratos exportados um esquema consistente de assunto e palavras-chave, para o arquivo continuar pesquisável anos depois.
• Agências e estúdios: tirar a cadeia de produtor específica da ferramenta e o nome interno do autor antes da entrega ao cliente, mantendo título e descrição que tornam o arquivo útil.
• Editoras e arquivos: colocar as propriedades do documento e o pacote XMP de acordo, exigência dura do PDF/A e causa comum de verificações de conformidade que falham.
• Pesquisa e bibliotecas: corrigir título e autor de material digitalizado para que um repositório o indexe sob algo que não seja o padrão do scanner.

Alguns números que explicam por que esta ferramenta é construída assim.

Medido nesta ferramenta

• 8 campos padrão, 2 locais de armazenamento: dezesseis lugares onde um valor pode viver, e nenhuma regra do formato dizendo que devem concordar.
• Cerca de 250 bytes acrescentados numa edição típica: o resto do arquivo é copiado sem alteração, qualquer que seja o tamanho.
• Independente do número de páginas: um documento de 500 páginas e um de uma dão o mesmo trabalho, porque em nenhum deles as páginas são lidas.
• Até 50 documentos por lote com o Pro: um conjunto de valores aplicado a todos, com cada campo não tocado deixado em paz em cada arquivo.
• 3 leitores independentes concordam: cada resultado é conferido contra outras duas implementações de PDF antes de ser entregue.

• Comprimir PDF
• Números de página PDF
• Juntar arquivos PDF
• Girar páginas PDF
• Marca d'água em PDF
• Preencher formulário PDF