PDF में जानकारी सही तरीके से कैसे छिपाएँ और काले डिब्बे क्यों काफ़ी नहीं हैं

रिडैक्शन की विफलता दस्तावेज़ों से जुड़ी सबसे नियमित रूप से दोहराई जाने वाली ग़लतियों में से एक है। अदालती दाख़िले, सरकारी रिपोर्टें, नियामक को दिए गए दस्तावेज़ और कॉर्पोरेट अनुबंध ऐसे संवेदनशील विवरणों के साथ प्रकाशित हुए जिन्हें कोई भी काले किए हिस्से को चुनकर Ctrl+C दबाकर वापस पा सकता था। इनमें शामिल संगठन लापरवाह शौक़िया लोग नहीं थे — वे विधि फ़र्में और मंत्रालय थे जिनके पास दस्तावेज़ों के अपने पेशेवर मौजूद हैं।

ग़लती हमेशा एक ही होती है, और यह इस बात की एक स्वाभाविक ग़लतफ़हमी से जन्म लेती है कि PDF आख़िर है क्या। यह गाइड बताती है कि दरअसल होता क्या है, और दस्तावेज़ को ऐसे कैसे रिडैक्ट करें कि जानकारी सचमुच हट जाए, केवल ढँके नहीं।

काले डिब्बे रिडैक्शन क्यों नहीं हैं

PDF का पन्ना किसी पन्ने की तस्वीर नहीं होता। यह परतों में रखे निर्देशों का समूह है: यह टेक्स्ट, इस फ़ॉन्ट में, इन निर्देशांकों पर बनाओ; यह छवि यहाँ बनाओ; इस आयत को काले से भर दो। PDF रीडर इन निर्देशों को क्रम से चलाता है और आपको नतीजा दिखाता है।

जब आप किसी एनोटेशन या ड्रॉइंग टूल से किसी नाम के ऊपर काला आयत रखते हैं, तो आपने वह निर्देश नहीं मिटाया जो उस नाम को बनाता है। आपने एक नया निर्देश जोड़ा है, जो बाद में चलता है और एक आयत को काले से भर देता है। दोनों अब भी फ़ाइल में हैं। रीडर पहले नाम बनाता है, फिर उस पर रंग पोत देता है — देखने में नाम छिपा है, संरचना में वह ठीक वहीं है जहाँ था।

जो कोई चाहे वह इस टेक्स्ट को बिना किसी विशेष औज़ार के वापस पा सकता है: कॉपी-पेस्ट, कोई स्वचालित टेक्स्ट निकालने वाला उपकरण, या बस एनोटेशन परत हटा देना — जिसे कई PDF एडिटर एक क्लिक में कर देते हैं, क्योंकि एनोटेशन बनाए ही हटाए जाने के लिए जाते हैं।

रिडैक्शन के विफल होने के चार तरीक़े

दिखावटी काले डिब्बे सबसे आम चूक हैं, पर अकेली नहीं। असल दुनिया की लगभग सारी रिडैक्शन लीक इन्हीं चार से समझी जा सकती हैं:

आख़िरी वाला विशेष ध्यान माँगता है क्योंकि वह अदृश्य है। PDF वृद्धिशील सेव का समर्थन करता है: जब फ़ाइल संपादित होती है तो बदलाव पूरी फ़ाइल दोबारा लिखने के बजाय अंत में जोड़े जा सकते हैं। इसका अर्थ है कि दस्तावेज़ अपने ही पुराने संस्करण अपने भीतर रख सकता है। यदि आप कोई नाम रिडैक्ट करें और एडिटर वृद्धिशील रूप से सेव करे, तो रिडैक्शन से पहले वाला संस्करण फ़ाइल में पूरा और पढ़ने योग्य बना रह सकता है — उसी के नीचे जो आपको दिख रहा है।

असली रिडैक्शन क्या करता है

वास्तविक रिडैक्शन सामग्री को ढँकने के बजाय हटा देता है। सही क्रियान्वयन कई अलग-अलग काम करता है:

1. नीचे मौजूद सामग्री ऑब्जेक्ट मिटाता है। रिडैक्ट किए क्षेत्र के टेक्स्ट अक्षर, छवि डेटा या वेक्टर पथ पन्ने की सामग्री धारा से हटा दिए जाते हैं — ढँके नहीं जाते, हटाए जाते हैं।
2. उनकी जगह एक अपारदर्शी निशान बनाता है। आमतौर पर काला आयत, ताकि पढ़ने वाले को पता चले कि कुछ सामग्री रोकी गई है। यह हिस्सा सब सही करते हैं; ऊपर वाले चरण के बिना इसका कोई अर्थ नहीं।
3. फ़ाइल पूरी तरह दोबारा लिखता है। नतीजा मूल फ़ाइल में जोड़ने के बजाय एक नई PDF के रूप में लिखा जाता है, जिससे वृद्धिशील सेव का इतिहास और वापस पाया जा सकने वाला हर पुराना संस्करण ख़त्म हो जाता है।
4. संबंधित मेटाडेटा साफ़ करता है। दस्तावेज़ के गुण, अंतर्निहित टिप्पणियाँ, फ़ॉर्म फ़ील्ड के मान और संलग्नक मिटा दिए जाते हैं, क्योंकि संवेदनशील डेटा इन सबमें छिपा होता है।

चार चरणों में PDF रिडैक्ट करें

PdfDocShift से रिडैक्शन नीचे मौजूद सामग्री को ढँकने के बजाय हटा देता है और एक साफ़ आउटपुट फ़ाइल लिखता है। न कोई इंस्टॉलेशन, न साइन-अप, और अपलोड की गई फ़ाइलें दो घंटे बाद हमारे सर्वर से स्थायी रूप से मिटा दी जाती हैं।

जिसे सब भूल जाते हैं: मेटाडेटा

आप हर पन्ना बेहतरीन ढंग से रिडैक्ट कर सकते हैं और फिर भी ठीक वही चीज़ लीक कर सकते हैं जिसे बचाना चाहते थे, क्योंकि PDF अपने साथ काफ़ी सारी ऐसी जानकारी ढोता है जो किसी पन्ने पर दिखती ही नहीं।

• लेखक और निर्माता फ़ील्ड। आमतौर पर उस व्यक्ति का नाम जिसके सॉफ़्टवेयर लाइसेंस से फ़ाइल बनी — अक्सर किसी नामित फ़र्म का कोई नामित व्यक्ति।
• मूल फ़ाइल नाम। प्रायः दस्तावेज़ के गुणों में बना रहता है। Sharma_bartarafi_masauda_v3.pdf पढ़ने वाले को एक भी पन्ना खोले बिना बहुत कुछ बता देता है।
• निर्माण और संशोधन के समय-चिह्न। ये तय करते हैं कि दस्तावेज़ कब अस्तित्व में था, जो मुक़दमेबाज़ी और सूचना माँगों में भारी पड़ सकता है।
• टिप्पणियाँ और एनोटेशन। समीक्षा के नोट और ट्रैक किए गए बदलाव फ़ाइल के साथ चलते हैं और दिखने वाले पन्ने का हिस्सा नहीं होते।
• फ़ॉर्म फ़ील्ड के मान। भरा हुआ फ़ॉर्म दर्ज किए गए मान बनाए रख सकता है, भले ही दिखने वाला रूप रिडैक्ट कर दिया गया हो।
• अंतर्निहित संलग्नक। कोई PDF अपने भीतर पूरी फ़ाइलें ढो सकता है — स्प्रेडशीट, दूसरी PDF — और किसी पन्ने पर इसका कोई दृश्य संकेत नहीं होता।

रिडैक्ट किया दस्तावेज़ जारी करने से पहले उसे फ़्लैटन PDF से समतल करें ताकि फ़ॉर्म फ़ील्ड और एनोटेशन स्थिर पन्ना-सामग्री में बदल जाएँ, और किसी भी रीडर में दस्तावेज़ के गुण जाँच लें। यदि फ़ाइल किसी विरोधी पक्ष को जा रही है — विपक्षी वकील, नियामक, पत्रकार — तो मान लीजिए कि हर फ़ील्ड जाँची जाएगी, क्योंकि जाँची ही जाएगी।

स्कैन किए दस्तावेज़ रिडैक्ट करना

स्कैन किए दस्तावेज़ उल्टी समस्या पेश करते हैं, और विरोधाभासी बात यह है कि वे डिफ़ॉल्ट रूप से ज़्यादा सुरक्षित होते हैं। शुद्ध स्कैन एक छवि है: कोई टेक्स्ट परत नहीं होती, इसलिए उस पर बनाया गया काला आयत, एक बार छवि में समतल हो जाने पर, सचमुच पिक्सेल मिटा देता है।

ख़तरा तब आता है जब स्कैन OCR से गुज़र चुका हो। OCR चलाने पर छवि के नीचे एक अदृश्य टेक्स्ट परत जुड़ जाती है ताकि दस्तावेज़ खोजने योग्य बने — और ऊपर की छवि पर आप जो कुछ बनाते हैं उससे वह परत ज़रा भी प्रभावित नहीं होती। जिस स्कैन किए अनुबंध पर OCR चला हो और फिर ड्रॉइंग टूल से रिडैक्ट किया गया हो, वह ठीक वैसे ही लीक करता है जैसे कोई सामान्य PDF, और अतिरिक्त ख़तरा यह कि वह देखने में केवल-छवि वाली सुरक्षित फ़ाइल लगता है।

कैसे जाँचें कि रिडैक्शन वाक़ई काम कर गया

रिडैक्ट किया दस्तावेज़ जाँचे बिना कभी जारी न करें। जाँच में लगभग एक मिनट लगता है और यह हर आम चूक पकड़ लेती है:

1. चुनिए और कॉपी कीजिए। रिडैक्ट की गई फ़ाइल खोलिए, हर रिडैक्ट किए पन्ने का सारा टेक्स्ट चुनिए (Ctrl+A या Cmd+A), कॉपी कीजिए और सादे टेक्स्ट एडिटर में चिपकाइए। चिपकाए गए टेक्स्ट में उन शब्दों को खोजिए जो आपने हटाए थे। कुछ भी नहीं दिखना चाहिए।
2. दस्तावेज़ में खोजिए। रीडर की खोज सुविधा से कोई रिडैक्ट किया नाम या संख्या खोजिए। दिखावटी रिडैक्शन में तब भी मिलान मिलेगा — काले डिब्बे के पीछे।
3. गुण जाँचिए। दस्तावेज़ के गुण खोलकर लेखक, शीर्षक, विषय और कीवर्ड फ़ील्ड पढ़िए। पक्का कीजिए कि कोई मूल फ़ाइल नाम या व्यक्ति का नाम बचा नहीं रह गया।
4. फ़ाइल के आकार की तुलना कीजिए। सही ढंग से रिडैक्ट की फ़ाइल आमतौर पर मूल से थोड़ी छोटी होती है, क्योंकि सामग्री हटाई गई है। जो रिडैक्ट की फ़ाइल साफ़ तौर पर बड़ी हो, वह संकेत देती है कि सामग्री हटाने के बजाय ऊपर जोड़ी गई — यह मज़बूत इशारा है कि रिडैक्शन दिखावटी है।
5. किसी और से जँचवाइए। सचमुच महत्वपूर्ण किसी भी काम में, जिसने रिडैक्शन किया वही उसकी जाँच के लिए सबसे अनुपयुक्त व्यक्ति है: उसे पता है निशान कहाँ हैं और वह ठीक वहीं देखेगा।

यदि दस्तावेज़ प्रकाशित होने के बजाय सीमित समूह को दिया जा रहा है, तो दूसरी परत के तौर पर PDF सुरक्षित करें से पासवर्ड जोड़ने पर विचार कीजिए। यह सही रिडैक्शन का विकल्प नहीं है — एन्क्रिप्शन फ़ाइल को भेजे जाते समय बचाता है, खुलने के बाद उसकी सामग्री को नहीं — पर यह उस दस्तावेज़ के लापरवाह पुनर्वितरण को सीमित करता है जो केवल कुछ ही लोगों के लिए बना था।

अक्सर पूछे जाने वाले प्रश्न