Censurar PDF
Tapa el texto sensible de tu PDF
Haz clic o arrastra un archivo PDF aquíElige un archivo PDF
Acerca de Censurar PDF
«Censurar PDF» busca las palabras o frases que indiques, una por línea, y, con las opciones correspondientes marcadas, todas las direcciones de correo, números de teléfono y números de tarjeta del texto de tu PDF y de sus campos de formulario y comentarios. La búsqueda ignora las mayúsculas, los espacios, los saltos de línea, los acentos y los guiones. Cada página con una coincidencia se rehace como una imagen en la que las coincidencias se tapan en negro en los propios píxeles, más una capa de texto invisible con las demás palabras, de modo que el texto oculto desaparece del archivo. Cada recuadro negro se ajusta a los glifos de las letras encontradas, para que las palabras de al lado sigan siendo legibles. Se vuelve a buscar en el PDF terminado, que no se entrega si todavía se encuentra algún término. Las páginas escaneadas no tienen texto en el que buscar: usa primero OCR PDF.
Cómo censurar texto en un PDF
- 1Elige el PDF; un archivo que pide contraseña para abrirse se rechaza al instante.
- 2Escribe cada palabra o frase en su propia línea en «Texto que censurar (una palabra o frase por línea)» y marca «Direcciones de correo», «Números de teléfono» o «Números de tarjeta» si hace falta.
- 3Haz clic en «Censurar PDF» y sigue el avance página a página.
- 4Lee el resumen de coincidencias por página y haz clic en «Descargar» para guardar redacted.pdf.
Formatos y límites
- Entrada
- PDF con capa de texto
- Patrones automáticos
- Direcciones de correo; números de teléfono de 9 a 15 dígitos; números de tarjeta de 13 a 19 dígitos que superan la comprobación de Luhn
- Páginas con coincidencias
- Sustituidas por una imagen con recuadros negros y texto invisible para el resto de las palabras, árabe incluido
- Recuadros negros
- Los glifos de las letras encontradas más el 2 % del tamaño de la fuente o un píxel, lo que sea mayor, y la mitad del grosor del contorno en el texto con contorno; el 15 % del tamaño de la fuente por cada lado en el texto invisible sobre un escaneo (una capa de OCR) o cuando los glifos de una línea no se pueden asociar a su texto, o la línea entera
- Páginas sin coincidencias
- Copiadas, sin sellos, archivos adjuntos, contenido multimedia ni enlaces que llevan a una página censurada, ejecutan un script o abren otro archivo; el archivo censurado no conserva marcadores, propiedades del documento ni campos de formulario rellenables
- En iPhone y iPad
- Una página con coincidencias que falla o no se dibuja en 20 segundos la dibuja nuestro servicio de PDF, para archivos PDF de hasta 44 MB, con un máximo de 300 páginas por hora y 1000 páginas al día por red
- Resultado
- redacted.pdf
Dónde se procesa tu archivo
En una computadora o un dispositivo Android, la búsqueda, el dibujo y el tapado en negro se realizan directamente en tu navegador, sin que se suba el PDF. En un iPhone o iPad, si el dispositivo no logra dibujar una página con coincidencias, o no la dibuja en 20 segundos, nuestro propio servicio de PDF (pdf-tools, no un tercero) se encarga de dibujarla: el PDF se envía allí y luego se borra, y los recuadros negros siguen aplicándose en tu navegador. Una página cuyo texto no sea fiable (algunos PDF, a menudo en árabe, asignan letras erróneas a algunos de sus caracteres) también se lee mediante OCR: en tu navegador con Tesseract.js, cuyo motor y datos de idiomas se descargan de cdn.jsdelivr.net la primera vez, o, en un iPhone o iPad, mediante nuestro propio servicio de OCR, que recibe el PDF y luego lo elimina. La página te avisa cuando esto ocurre.
Preguntas frecuentes
¿El texto se elimina de verdad o solo se tapa?
Se elimina. Una página con coincidencias se sustituye por una imagen de sí misma con las coincidencias tapadas en negro en los píxeles, así que no queda texto debajo de los recuadros; solo las demás palabras vuelven como texto invisible. En el archivo guardado se vuelve a buscar y, si todavía se encuentra algún término, no se entrega ningún archivo.
¿El resto de una página censurada sigue siendo buscable?
Sí, en su mayor parte. Las palabras que quedan fuera de los recuadros negros se vuelven a escribir como texto invisible y seleccionable en el orden de lectura, palabras árabes incluidas, tal como las da el propio texto del PDF. No se conservan: las palabras que tocan un recuadro, el texto vertical y las palabras con letras que la capa de texto no puede escribir, como el griego, el cirílico, el hebreo, las escrituras asiáticas y algunas letras acentuadas (ő, ł, ș…); una página cuyas palabras conservadas podrían formar juntas un término no conserva ninguna. Los enlaces y los campos de formulario de esa página desaparecen.
¿Encuentra un nombre escrito con o sin acentos?
Sí. Se ignoran los acentos, las mayúsculas, los espacios, los saltos de línea y los guiones, así que Muller también encuentra Müller, y una palabra partida en dos líneas también se encuentra. Esto puede tapar un poco más de lo que escribiste, nunca menos, así que revisa las páginas que indica el resumen.
¿Las páginas sin coincidencias quedan como estaban?
Sí, en su mayor parte: conservan su texto, sus imágenes y los enlaces normales. Se quitan los sellos, los archivos adjuntos y el contenido multimedia, porque no se puede comprobar su contenido, así como los enlaces que llevan a una página censurada, ejecutan un script o abren otro archivo. El archivo censurado completo pierde además sus marcadores, las propiedades del documento y los campos de formulario rellenables.
¿Se puede censurar un PDF escaneado?
No. Un escaneo no tiene capa de texto, así que no se puede encontrar nada y la herramienta indica que no hubo ninguna coincidencia. Usa OCR PDF para obtener un PDF buscable y censura ese archivo.
¿Se le puede escapar una palabra que está en el PDF?
Rara vez. Algunos PDF, sobre todo los árabes, tienen caracteres con letras equivocadas, por lo que no se puede buscar en su texto. La herramienta «Censurar PDF» detecta esas páginas y las lee con OCR, hasta un máximo de 80 páginas por proceso de censura (si un PDF tiene más, se rechaza y te indica cómo dividirlo); luego, tacha lo que el OCR encuentra ahí; en la computadora, la página tachada se vuelve a leer con OCR antes de entregar el archivo. El OCR también puede leer mal una letra, así que el resumen indica las páginas leídas por el OCR y cualquier término que no se haya encontrado en ninguna parte. Si un término aún se pudiera leer en el archivo final, no se entrega ningún archivo.
Consejos y trucos
- ✓Mejor frases completas que fragmentos cortos: un término corto puede coincidir dentro de otras palabras y convertir en imágenes más páginas de las necesarias.