Censura de PDF: los riesgos de un documento mal censurado

Lo que un archivo conserva

El texto bajo el rectángulo es el caso más conocido, y ni siquiera es el único. Un PDF es un contenedor, y un contenedor guarda más cosas de las que muestra:

• El texto de la capa de contenido. Un rectángulo dibujado encima no lo toca. Sigue ahí, con sus coordenadas y su tipografía, a la espera de que cualquier programa lo lea.
• Los metadatos. Autor, título, programa que generó el archivo, fechas de creación y de modificación. A veces incluyen el nombre completo de una persona o la ruta de un directorio que dice más de lo previsto.
• Las miniaturas. Algunos productores guardan una imagen reducida de cada página. Si la miniatura se generó antes de la modificación, muestra la página anterior.
• Los archivos adjuntos. Un PDF puede llevar otros archivos dentro, que ningún visor enseña salvo que se los busque.
• Las anotaciones. Comentarios, resaltados, campos de formulario rellenados. El valor escrito en un campo vive en la anotación, no en la página, y puede sobrevivir a operaciones que parecen haberlo quitado.
• Las versiones anteriores. Un PDF admite guardados incrementales: cada modificación se añade al final del archivo sin borrar lo anterior. Un documento así puede contener su propio estado previo a la censura.

A qué puede llevar

Un rectángulo dibujado encima no cambia nada de lo que el archivo almacena. Si el texto que hay debajo todavía puede copiarse, compartir ese documento puede compartir precisamente la información que se pretendía retener — y lo que se derive de ello depende de las obligaciones que te apliquen, que varían según el país, el sector y las circunstancias.

Lo que no depende de nada de eso es el hecho técnico: quien reciba el documento no necesita ninguna habilidad particular para encontrar lo que quedó debajo. No hace falta una herramienta especial ni conocimientos de informática. Basta un copiar y pegar, y a veces ni eso: un buscador de escritorio indexa el texto sin que nadie abra el archivo.

Esa es la diferencia entre esta clase de fallo y la mayoría: no requiere un atacante. Basta con un lector atento, o con ninguno — una búsqueda automática que encuentre el documento años después.

Qué mirar antes de enviar un documento

Sin herramientas y en pocos minutos:

1. Selecciona por encima de cada zona censurada y pega el resultado en cualquier campo de texto. Si aparece algo, el documento no está censurado.
2. Busca dentro del PDF una palabra que debiera haber desaparecido — un apellido, un número. La búsqueda del visor lee la capa de texto, no lo que se ve.
3. Mira las propiedades del documento. Casi todos los visores tienen una ventana de información con autor, título y programa de origen.
4. Comprueba que los rectángulos tapan lo que debían tapar. Página a página, con el ojo. Un rectángulo desplazado unos milímetros elimina texto: el equivocado. Ninguna verificación automática puede sustituir esta mirada, porque una vez la página convertida en imagen, un rectángulo mal colocado es indistinguible de uno bien colocado para cualquier comprobación que lea el archivo.
5. Si el archivo pasó por un formulario, comprueba que los valores escritos siguen visibles donde deben y ausentes donde no.

También puedes pasar el documento por el comprobador de censura — está en inglés, y lo que hace es leer un PDF que dices haber censurado y enumerar el texto que sigue siendo extraíble.

Aviso importante

Y después

Para entender por qué el texto sobrevive al rectángulo, por qué un rectángulo negro en un PDF no oculta nada. Para no entregar el documento entero antes de haberle quitado nada, cómo censurar un PDF sin subirlo.