Censurer PDF
Censurez le texte sensible de votre PDF
Cliquez ou déposez un fichier PDF iciChoisissez un fichier PDF
À propos de l’outil Censurer PDF
L’outil Censurer PDF trouve les mots ou expressions que vous indiquez, un par ligne, et, si les options correspondantes sont cochées, chaque adresse e-mail, numéro de téléphone et numéro de carte présent dans le texte de votre PDF, dans ses champs de formulaire et dans ses commentaires. La recherche ignore la casse, les espaces, les sauts de ligne, les accents et les traits d’union. Chaque page qui contient une correspondance est reconstruite en image, avec les correspondances noircies dans les pixels, plus une couche de texte invisible pour les autres mots : le texte caché disparaît donc du fichier. Chaque rectangle noir est ajusté aux glyphes des lettres trouvées, pour que les mots voisins restent lisibles. Une nouvelle recherche est faite dans le PDF terminé, qui n’est pas fourni si un terme peut encore y être trouvé. Les pages numérisées n’ont pas de texte à chercher : utilisez d’abord OCR PDF.
Comment censurer du texte dans un PDF
- 1Choisissez le PDF ; un fichier qui demande un mot de passe à l’ouverture est refusé tout de suite.
- 2Saisissez chaque mot ou expression sur sa propre ligne dans « Texte à censurer (un mot ou une expression par ligne) », et cochez « Adresses e-mail », « Numéros de téléphone » ou « Numéros de carte » si besoin.
- 3Cliquez sur « Censurer PDF » et suivez l’avancement page par page.
- 4Lisez le récapitulatif des occurrences par page, puis cliquez sur « Télécharger » pour enregistrer redacted.pdf.
Formats et limites
- Entrée
- PDF avec une couche de texte
- Recherches automatiques
- Adresses e-mail ; numéros de téléphone de 9 à 15 chiffres ; numéros de carte de 13 à 19 chiffres qui passent le contrôle de Luhn
- Pages avec une correspondance
- Remplacées par une image avec des rectangles noirs et un texte invisible pour les autres mots, arabe compris
- Rectangles noirs
- Les glyphes des lettres trouvées, plus 2 % de la taille de police ou un pixel (la plus grande des deux valeurs), et la moitié de l’épaisseur du contour pour un texte à contour ; 15 % de la taille de police de chaque côté pour un texte invisible posé sur un scan (une couche OCR) ou quand les glyphes d’une ligne ne peuvent pas être reliés à son texte, ou la ligne entière
- Pages sans correspondance
- Copiées, sans les tampons, les pièces jointes, les médias ni les liens qui mènent à une page censurée, lancent un script ou ouvrent un autre fichier ; le fichier censuré ne garde ni signets, ni propriétés du document, ni champs de formulaire à remplir
- Sur iPhone et iPad
- Une page contenant une correspondance dont l’affichage échoue ou n’aboutit pas en 20 secondes est affichée par notre service PDF, pour les PDF de 44 Mo au plus, dans la limite de 300 pages par heure et de 1 000 pages par jour et par réseau
- Résultat
- redacted.pdf
Où votre fichier est traité
Sur un ordinateur ou un appareil Android, la recherche, le dessin et le noircissement s’effectuent entièrement dans votre navigateur, et le PDF n’est pas envoyé. Sur un iPhone ou un iPad, une page contenant une correspondance, si l’appareil ne parvient pas à l’afficher ou ne l’affiche pas en 20 secondes, est affichée par notre propre service PDF (pdf-tools, et non par un tiers) : le PDF y est envoyé puis supprimé, et les rectangles noirs sont toujours appliqués dans votre navigateur. Une page dont le texte n’est pas fiable (certains fichiers PDF, souvent en arabe, associent de mauvaises lettres à certains de leurs caractères) est également lue par OCR : dans votre navigateur à l’aide de Tesseract.js, dont le moteur et les données linguistiques sont téléchargés depuis cdn.jsdelivr.net lors de la première utilisation, ou, sur un iPhone ou un iPad, par notre propre service OCR, qui reçoit le fichier PDF puis le supprime. La page vous indique lorsque cela se produit.
Questions fréquentes
Le texte est-il vraiment supprimé, et pas seulement recouvert ?
Oui. Une page avec une correspondance est remplacée par une image d’elle-même où les correspondances sont noircies dans les pixels : aucun texte ne reste sous les rectangles ; seuls les autres mots reviennent en texte invisible. Une nouvelle recherche est faite dans le fichier enregistré, et si un terme peut encore y être trouvé, aucun fichier n’est fourni.
Peut-on encore chercher dans le reste d’une page censurée ?
Oui, en grande partie. Les mots hors des rectangles noirs sont réécrits en texte invisible et sélectionnable, dans l’ordre de lecture, mots arabes compris, tels que le texte du PDF les donne. Ne sont pas gardés : les mots qui touchent un rectangle, le texte vertical et les mots dont la couche de texte ne sait pas écrire les lettres, comme le grec, le cyrillique, l’hébreu, les écritures asiatiques et certaines lettres accentuées (ő, ł, ș…) ; une page dont les mots gardés pourraient former ensemble un terme n’en garde aucun. Les liens et les champs de formulaire de cette page disparaissent.
L’outil trouve-t-il un nom écrit avec ou sans accents ?
Oui. Les accents, la casse, les espaces, les sauts de ligne et les traits d’union sont ignorés : Muller trouve donc aussi Müller, et un mot coupé sur deux lignes est trouvé lui aussi. L’outil peut ainsi noircir un peu plus que ce que vous avez saisi, jamais moins : vérifiez donc les pages listées dans le récapitulatif.
Les pages sans correspondance restent-elles telles quelles ?
Oui, en grande partie : leur texte, leurs images et leurs liens ordinaires restent. Les tampons, les pièces jointes et les médias sont retirés, car leur contenu ne peut pas être vérifié, ainsi que les liens qui mènent à une page censurée, lancent un script ou ouvrent un autre fichier. Le fichier censuré tout entier perd aussi ses signets, les propriétés du document et ses champs de formulaire à remplir.
L’outil peut-il censurer un PDF numérisé ?
Non. Un scan n’a pas de couche de texte : rien ne peut y être trouvé, et l’outil indique qu’il n’y a eu aucune correspondance. Utilisez OCR PDF pour obtenir un PDF interrogeable, puis censurez ce fichier.
L’outil peut-il manquer un mot présent dans le PDF ?
Rarement. Certains PDF, souvent en arabe, associent de mauvaises lettres à une partie de leurs caractères : leur texte ne peut donc pas être cherché. L’outil Censurer PDF repère ces pages et les lit aussi par OCR, jusqu’à 80 pages de ce type par censure (un PDF qui en a plus est refusé, avec la façon de le diviser), puis noircit ce que l’OCR y trouve ; sur un ordinateur, la page noircie est relue par OCR avant la remise du fichier. L’OCR peut lui aussi mal lire une lettre : le récapitulatif nomme donc les pages lues par OCR et tout terme trouvé nulle part. Si un terme peut encore être lu dans le fichier terminé, aucun fichier n’est fourni.
Trucs et astuces
- ✓Préférez des expressions complètes aux fragments courts : un terme court peut correspondre à l’intérieur d’autres mots et transformer en images plus de pages que nécessaire.