Limpia un PDF antes de enviarlo

Lo que un PDF se lleva consigo

Un PDF no es una fotografía del documento: es un contenedor, y dentro viajan cosas que en la pantalla no se ven. El autor y la empresa entran solos, tomados de la instalación de Word o del programa que imprimió el archivo; el título interno muchísimas veces es el nombre del archivo tal y como era antes, que puede ser «oferta-cliente-B-rebajada» cuando el archivo que estás mandando se llama «oferta.pdf».

Luego están las cosas que alguien ha añadido: los comentarios y las anotaciones, que en muchos lectores se esconden en un panel lateral cerrado; los archivos adjuntos dentro del PDF, que son documentos enteros y nadie se acuerda de ellos; los campos de formulario rellenados, con su valor dentro; y las revisiones anteriores, que se quedan pegadas al final del archivo cada vez que alguien guarda encima. La página te las enseña una a una con su valor, porque «hay algo» no sirve de nada y «Autor: Mario Rossi» se entiende en un segundo.

Cómo se quita, y por qué así

No se borran las entradas del documento: se construye uno nuevo y dentro se copian solo las páginas. El motivo es técnico pero vale la pena saberlo, porque es la diferencia entre un trabajo hecho y uno hecho de mentira: en la biblioteca que maneja los PDF, quitar la referencia a un objeto no quita el objeto del archivo. El comentario ya no se ve en el lector, pero sigue escrito ahí dentro, y cualquiera que abra el archivo con la herramienta adecuada se lo encuentra.

Construyendo un documento nuevo, lo que no está referenciado por una página no entra siquiera: se van los metadatos, el bloque XMP, los adjuntos, los campos de formulario y, con el mismo gesto, también las revisiones anteriores pegadas al final. El texto y la maquetación se quedan como estaban, y la prueba de esta herramienta va a buscar las cadenas secretas en los bytes crudos del archivo producido, no en lo que dice el lector.

Dos cosas que conviene saber antes

Limpio no quiere decir anónimo. Se quedan la maquetación, las tipografías y sobre todo el contenido, que casi siempre es lo más identificable de todo: un presupuesto con tus precios sigue siendo un presupuesto con tus precios. Esta herramienta quita lo que viaja a escondidas, no lo que se lee.

Y quitar los metadatos no quita el texto que hay debajo de un rectángulo negro: si has tapado un número de cuenta dibujando encima, ese texto se sigue pudiendo seleccionar y copiar. Para eso hace falta otra cosa, que rasteriza la página con el rectángulo ya estampado: es Tachar en un PDF.

Los PDF firmados no se tocan

Si el documento tiene una firma digital, la página lo reconoce y se para. Limpiar significa reescribir el archivo, y reescribir un archivo firmado invalida la firma: el documento seguiría siendo perfectamente legible pero ya no valdría como firmado, que es justamente el daño que quien manda un PDF firmado no se espera.

Lo mismo con los PDF protegidos con contraseña: aquí no se abren. Si conoces la contraseña, el paso previo es Quitar la contraseña de un PDF. Y si lo que necesitas es un archivo más ligero en vez de más limpio, eso es otro oficio y está en Comprimir un PDF.