PDF को ठीक से कैसे रिडैक्ट करें (काला डिब्बा काफ़ी नहीं है)
संवेदनशील टेक्स्ट पर काला डिब्बा खींच देने से वह हटता नहीं, शब्द नीचे जस के तस रहते हैं। यहाँ बताया गया है कि यह क्यों विफल होता है, और अपने ब्राउज़र में PDF को सचमुच सुरक्षित तरीक़े से रिडैक्ट करने का एक तरीक़ा।
आपको कोई दस्तावेज़ साझा करना है पर कुछ संवेदनशील पंक्तियाँ छिपानी हैं, एक वेतन, एक पता, किसी का नाम। तो आप टेक्स्ट पर एक काला आयत खींच देते हैं और भेज देते हैं। यह रिडैक्ट किया हुआ दिखता है। है नहीं। ठीक यही ग़लती अदालती दस्तावेज़ लीक कर चुकी है, मुख़बिरों को उजागर कर चुकी है, और सरकारों को शर्मिंदा कर चुकी है, क्योंकि शब्द अब भी फ़ाइल में मौजूद रहते हैं, ठीक उस डिब्बे के नीचे।
अगर आपने कभी किसी चीज़ को काला करके मान लिया कि वह चली गई, तो यह लेख आपके दो मिनट के लायक़ है।
काला डिब्बा क्यों विफल होता है
एक PDF अपनी सामग्री परतों में रखती है। टेक्स्ट एक चीज़ है; ऊपर खींचा गया कोई आकार दूसरी। जब आप किसी वाक्य के ऊपर एक काला आयत रखते हैं, तो आपने शब्दों के ऊपर एक ग्राफ़िक जोड़ा है, पर शब्दों को ख़ुद छुआ ही नहीं। वे अब भी वहीं हैं, असली, चुने जा सकने वाले टेक्स्ट के रूप में, बस देखने में छिपे हुए।
कोई भी उन्हें वापस पा सकता है, और यह कोई हैकिंग नहीं है। उस क्षेत्र को चुनिए और कॉपी कीजिए। या फ़ाइल को किसी टेक्स्ट एक्सट्रैक्टर से गुज़ारिए। “छिपा हुआ” टेक्स्ट सीधा बाहर आ जाता है, डिब्बे समेत। काले आयत ने आपकी आँखों को धोखा दिया, फ़ाइल को नहीं।
आप यह ख़ुद को साबित कर सकते हैं। ऐसी कोई PDF लीजिए जिसमें कुछ डिब्बे से ढका गया हो और उसका टेक्स्ट एक्सट्रैक्ट कीजिए। कथित रूप से रिडैक्ट किए गए शब्द आउटपुट में दिखाई दे जाते हैं, क्योंकि वे कभी हटाए ही नहीं गए थे। यही परीक्षण है, और यही चेतावनी भी।
वही जाल मेटाडेटा के साथ
जब दिखने वाले टेक्स्ट से निपट भी लिया जाए, तब भी एक दस्तावेज़ अपने मेटाडेटा के ज़रिए लीक हो सकता है, यानी वे छिपी हुई विशेषताएँ जो लेखक का नाम, संपादन इतिहास और बहुत कुछ अपने साथ ले जाती हैं। असली रिडैक्शन का मतलब है यह भी सोचना कि फ़ाइल की संरचना में क्या छिपा है, सिर्फ़ पन्ने पर क्या है, यह नहीं।
अपने ब्राउज़र में रिडैक्ट करने का एक सचमुच सुरक्षित तरीक़ा
भरोसेमंद सिद्धांत: टेक्स्ट को ढकिए मत, नष्ट कीजिए। अगर संवेदनशील शब्द फ़ाइल में टेक्स्ट के रूप में बचे ही न रहें, तो वापस पाने के लिए कुछ है ही नहीं। यहाँ बताया गया है कि इसे ब्राउज़र-आधारित टूल्स से कैसे करें, कुछ भी अपलोड किए बिना:
- संवेदनशील हिस्सों को ढकिए। जिस-जिस टेक्स्ट को हटाना है, उसके ऊपर एक ठोस ब्लॉक रखिए, ताकि वह देखने में छिप जाए। अकेले इतना अभी सुरक्षित नहीं है, असली बात अगले क़दम में है।
- पन्नों को छवियों में सपाट कीजिए। PDF से छवियाँ से दस्तावेज़ को छवियों में बदलिए। इससे हर पन्ना एक सपाट तस्वीर बन जाता है। निर्णायक असर: टेक्स्ट अब टेक्स्ट नहीं रह जाता और पिक्सेल बन जाता है। आपके ब्लॉक के नीचे जो भी था, वह अब बस एक छवि का हिस्सा है, और ब्लॉक उसके ऊपर स्थायी रूप से रंगा हुआ है।
- PDF दोबारा बनाइए। उन छवियों को छवियों से PDF से वापस PDF में बदलिए। आपके पास फिर से एक दस्तावेज़ है, पर ऐसा जिसमें रिडैक्ट किया गया टेक्स्ट वाक़ई वापस पाने योग्य टेक्स्ट के रूप में मौजूद ही नहीं है।
- पुष्टि कीजिए। नतीजे को टेक्स्ट एक्सट्रैक्ट से गुज़ारिए। अगर संवेदनशील शब्द नहीं दिखते, तो वे सचमुच चले गए हैं। यही जाँच पूरी बात है, इसे हर बार कीजिए।
एक समझौता जान लीजिए: छवियों में सपाट करने से पूरे दस्तावेज़ की असली टेक्स्ट परत हट जाती है, इसलिए पूरी चीज़ एक तस्वीर बन जाती है और अब खोजने योग्य नहीं रहती। ठीक यही वजह है कि छिपा हुआ टेक्स्ट वापस नहीं पाया जा सकता। अगर आपको बाक़ी दस्तावेज़ खोजने योग्य चाहिए, तो आप बाद में उस पर OCR कर सकते हैं, जो जो दिख रहा है उससे एक टेक्स्ट परत दोबारा बना देता है, और रिडैक्ट किए गए हिस्सों में, जो अब बस काले पिक्सेल हैं, OCR के पढ़ने के लिए कुछ है ही नहीं।
यह आपकी मशीन पर ही क्यों रहना चाहिए
ज़रा सोचिए आप क्या रिडैक्ट कर रहे हैं: यह परिभाषा से ही संवेदनशील है, इसीलिए तो आप इसे छिपा रहे हैं। उस दस्तावेज़ को किसी ऑनलाइन “रिडैक्शन” टूल पर अपलोड करने का मतलब है बिना-रिडैक्ट किया असली दस्तावेज़, संवेदनशील टेक्स्ट पूरी तरह सलामत, किसी अजनबी के सर्वर को सौंप देना। जिस चीज़ को आप बचाने की कोशिश कर रहे हैं, वह उसी बचाने की क्रिया में उजागर हो जाती है।
reader.me आपके ब्राउज़र में चलता है। ऊपर बताया गया हर क़दम आपके अपने डिवाइस पर होता है: फ़ाइल स्थानीय रूप से मेमोरी में पढ़ी जाती है, वहीं प्रोसेस होती है, और वापस आपके पास सहेजी जाती है, कुछ भी अपलोड किए बिना। आप इसकी पुष्टि डेवलपर टूल्स (F12) में Network टैब पर, या पूरी प्रक्रिया ऑफ़लाइन करके कर सकते हैं।
असली रिडैक्शन हटाने के बारे में है, छिपाने के बारे में नहीं। एक काला डिब्बा टेक्स्ट को आपकी आँखों से छिपाता है; सपाट करना उसे फ़ाइल से हटा देता है। इसे स्थानीय रूप से कीजिए, हर एक बार टेक्स्ट एक्सट्रैक्शन से पुष्टि कीजिए, और तब आप यह जानते हुए कोई दस्तावेज़ साझा कर सकते हैं कि आपने जो छिपाया था वह सचमुच चला गया है।