Por qué un rectángulo negro en un PDF no oculta nada

Un PDF no es una imagen

Un PDF guarda su texto como texto: una lista de caracteres, con la fuente que los dibuja y las coordenadas donde colocarlos. Eso es lo que permite buscar una palabra en un documento de doscientas páginas, seleccionar un párrafo, o dejar que un lector de pantalla lo lea en voz alta.

Un rectángulo es otra cosa: un objeto de dibujo añadido a la misma página, con su posición y su color. Los dos coexisten sin tocarse. El rectángulo se dibuja encima del texto porque llega después en el orden de dibujo, y eso es todo lo que ocurre. Nadie ha borrado nada; se ha añadido algo.

Un visor obediente muestra el resultado: una banda negra. Cualquier otra cosa que lea el archivo — un copiar y pegar, un extractor de texto, un buscador de escritorio, otro programa de edición — encuentra las dos capas y devuelve la de abajo.

Cómo comprobarlo en treinta segundos

Si ya has enviado un documento censurado así, esta comprobación no necesita ninguna herramienta:

1. Abre el PDF en cualquier visor.
2. Selecciona con el ratón una zona que incluya el rectángulo negro, arrastrando desde un poco antes hasta un poco después.
3. Copia la selección.
4. Pégala en un editor de texto, en un correo, en cualquier campo vacío.

Si aparece lo que creías haber quitado, el documento nunca estuvo censurado. Y si no aparece nada, la comprobación no es concluyente en un sentido: puede que la página no tuviera capa de texto (un escaneo), o que la herramienta sí eliminara el contenido.

Lo que hacen las herramientas habituales

Casi todas fallan por caminos distintos, y conviene saber cuál se está usando:

• El visor de PDF con su herramienta de dibujo. Añade una forma. El texto se queda. Es el caso descrito arriba.
• El resaltador o el comentario. Peor todavía: una anotación es un objeto separado que muchos programas permiten mover o borrar con un clic, dejando el texto a la vista sin ningún esfuerzo.
• El editor de imágenes. Convierte la página en una imagen, lo que sí elimina la capa de texto — y con ella la de todo el documento, incluida la parte que querías conservar buscable. Además suele degradar la calidad y multiplicar el tamaño.
• «Imprimir a PDF» o «exportar aplanado». A veces funciona y a veces no, según el programa y la versión, y nunca lo dice. Una operación cuyo resultado depende de qué botón se pulsó no es una garantía.
• El servicio en línea que sube el archivo. Puede eliminar el texto correctamente y, aun así, haber recibido el documento entero antes de quitarle nada. Eso tiene su propia guía: cómo censurar un PDF sin subirlo.

Qué significa censurar de verdad

Significa eliminar, no tapar. Una página que lleva al menos una zona por quitar se convierte en imagen, las zonas se pintan sobre esa imagen, y la imagen sustituye a la página original. Esa página deja de tener capa de texto: no hay nada que copiar, nada que extraer, nada que reaparezca al abrir el archivo en otro programa.

Las páginas sin ninguna zona se copian intactas y siguen siendo seleccionables, para no convertir todo el documento en una imagen por culpa de un nombre en la página cuatro. Y las anotaciones, los archivos adjuntos, las miniaturas y los metadatos se retiran del archivo producido, porque cada uno de ellos es un sitio donde una copia del texto puede haber quedado.

Queda un límite que ninguna herramienta puede resolver por ti, y decirlo forma parte de la explicación: comprobar que el rectángulo tapa lo que debía tapar es cosa del ojo. Un rectángulo colocado unos milímetros más allá elimina texto — el equivocado. Por eso conviene mirar el archivo producido, página a página, antes de enviarlo.

Censurar, tachar, ocultar, anonimizar: qué palabra usar

En español hay cuatro palabras para lo que en el fondo es un solo gesto, y la que se escribe en un buscador cambia según quién busca. Ninguna es incorrecta; señalan cosas ligeramente distintas.

• Censurar es la palabra corriente, y la que usa Acrobat en español para esta herramienta — aunque en otros contextos signifique silenciar a alguien. Es la que empleamos aquí.
• Tachar describe el gesto de la mano: una línea sobre un texto en papel. En un PDF es justamente lo que no basta, porque una línea dibujada deja el texto debajo.
• Ocultar significa tapar. Es la palabra más buscada y la más engañosa: describe con exactitud el error que esta página entera explica. Tapar no es eliminar.
• Anonimizar pertenece al vocabulario de la protección de datos y designa otra cosa: tratar un conjunto de datos para que nadie pueda ser identificado. Quitar un nombre de un documento es un paso hacia eso, no lo mismo.

Si tienes que elegir una para explicárselo a alguien, «eliminar el texto del archivo» dice sin ambigüedad lo que hay que conseguir, y no depende de ninguna de las cuatro.

Y después

Si quieres saber qué más conserva un archivo aparte del texto bajo el rectángulo, los riesgos de un documento mal censurado lo detalla. Las dudas concretas — el DNI, los escaneos, los metadatos — están en las preguntas frecuentes.