Pourquoi un rectangle noir ne masque rien

Ce qui se passe vraiment

Dans Word, un traitement de texte ou un éditeur de PDF, un rectangle, un surlignage noir ou une police noire changent l'apparence d'un mot. Le mot lui-même reste dans le document, avec ses lettres et sa position. Un écran montre la couche du dessus ; un programme qui lit le fichier lit toutes les couches.

Exporter le document en PDF n'y change rien. Le PDF contient les objets texte et, au-dessus, une forme noire. La page a l'air caviardée, et le texte est toujours là.

Comment le texte se retrouve

Aucune compétence particulière n'est nécessaire. Chacune de ces actions prend quelques secondes :

• sélectionner la zone et la coller dans n'importe quel éditeur de texte ;
• chercher un nom ou un numéro dans le document ;
• supprimer ou déplacer la forme dans un éditeur de PDF ;
• extraire le texte avec un convertisseur ou un outil en ligne de commande ;
• lire les commentaires, les modifications suivies ou les propriétés du document, qui gardent souvent la formulation d'origine ;
• pour une police ou un surlignage noirs, remettre simplement une autre couleur.

Cela arrive aux plus soigneux

Des pièces de procédure, des rapports officiels et des documents d'entreprise ont été publiés avec des rectangles noirs que des lecteurs ont fait sauter d'un copier-coller. La cause est rarement la négligence : la page a l'air correcte, et rien à l'écran ne signale que le texte est encore là.

Les autres endroits où un document garde l'information

Même une fois le texte visible retiré, un document peut encore contenir :

• les métadonnées : auteur, organisation, titre, sujet, chemin du fichier, logiciel ;
• l'historique de révisions d'un PDF enregistré par ajouts successifs, qui peut contenir d'anciennes versions d'une page ;
• les annotations et commentaires, champs de formulaire, signets, calques et pièces jointes ;
• la couche texte ajoutée par l'OCR sur une page numérisée, sous l'image ;
• dans Word, les modifications suivies et les commentaires, même masqués à l'affichage.

Vérifier un document reçu ou sur le point de partir

1. Ouvrez-le dans un autre lecteur que celui qui l'a produit.
2. Essayez de sélectionner le texte sous chaque zone noire et de le coller dans un éditeur de texte.
3. Cherchez dans le document une valeur qui devrait être masquée.
4. Sélectionnez tout le texte d'une page, copiez-le, et lisez ce qui en sort.
5. Ouvrez les propriétés du document et regardez l'auteur, le titre et le sujet.

Caviarder pour de bon

Un vrai caviardage retire le texte et tout ce qui le porte. La méthode qui en laisse le moins reconstruit chaque page en image avec les zones masquées peintes, retire les métadonnées et le contenu caché, et vérifie la copie avant qu'elle parte.

C'est ce que fait Obscelis à l'export. La copie est écrite à côté de l'original et relue de façon indépendante : texte, OCR, annotations, formulaires, pièces jointes et métadonnées. Si une valeur masquée est encore détectable, l'export est refusé plutôt que publié.

Anonymiser un PDF, étape par étape

Questions