Caviarder un PDF sans l’envoyer.

La plupart des caviardages ratés n’ont rien d’un piratage. Quelqu’un a posé un rectangle noir sur un nom dans Word ou dans un éditeur de PDF, a envoyé le fichier, et le destinataire a sélectionné le texte sous le rectangle pour le coller ailleurs. Le rectangle change l’apparence de la page, pas le contenu du fichier : le texte d’origine, sa position et souvent l’auteur et l’historique du document sont toujours dedans.

Clean Room ne recouvre pas le texte, il remplace la page qui le porte. Pour un PDF, chaque page est redessinée en image à 200 dpi, les cadres sont peints dans cette image, et un nouveau PDF est construit à partir des seules images. Il n’y a plus de couche de texte, plus aucun objet d’origine, ni titre, ni auteur, ni logiciel producteur, ni pièce jointe, ni annotation. Avant le téléchargement, l’outil relit les octets du nouveau fichier et y cherche chaque valeur masquée ; s’il en restait une, rien ne serait téléchargé.

Le compromis est assumé : une page aplatie ne se recherche plus et ne se copie plus. C’est justement ce qu’on attend d’une copie destinée à être partagée. Garde l’original, envoie la copie caviardée.

Les outils de caviardage gratuits en ligne envoient en général ton document sur leurs serveurs, le traitent là-bas et promettent de l’effacer au bout d’une heure. Pour une fiche de paie, un courrier médical, un contrat ou une pièce de procédure, c’est précisément cette heure qui pose problème. Clean Room fait l’inverse : la page et son code se chargent depuis notre site comme n’importe quelle page web, puis le fichier est lu, analysé et réécrit dans l’onglet de ton navigateur.

Tu n’as pas à nous croire sur parole. Ouvre la page, coupe ton Wi-Fi, et caviarde un document : tout fonctionne, parce que plus rien n’a besoin du réseau une fois la page chargée (les pages scannées aussi, dès que ton navigateur a gardé les modèles d’OCR). Sur la page, un compteur mesuré par ton navigateur indique combien de requêtes sont parties de l’onglet depuis le dépôt du fichier, hors fichiers du site et balise des statistiques anonymes. Il est fait pour rester à zéro.

L’outil est gratuit pour tout le monde, visiteurs compris. Pas de compte à créer, pas de quota à décompter : ce ne sont pas nos serveurs qui font le travail.

La détection automatique est fiable pour tout ce qui a une forme stricte : un IBAN a une clé de contrôle, un numéro de carte passe le test de Luhn, une adresse e-mail a un @. Elle l’est beaucoup moins pour ce qui n’a de sens que pour un lecteur : un prénom au milieu d’une phrase, la date d’un rendez-vous, le nom d’une rue cité en passant. Aucun outil ne peut promettre de tout trouver, et nous ne le prétendons pas.

C’est pour ça que la relecture est obligatoire. Chaque détection est encadrée sur la page avec son type ; un clic retire un cadre qui n’a rien à faire là. Tape un mot ou une expression, et toutes ses occurrences sont masquées d’un coup. Dessine un cadre à la main sur une signature, un tampon ou une photo. Les noms que tu masques souvent peuvent rejoindre ta liste : le document suivant les trouvera tout seul.

Un PDF scanné ne contient pas de texte, seulement des images de texte. Clean Room lit ces pages par OCR dans le navigateur, dans la langue de l’interface et en anglais, jusqu’à 60 pages scannées par document. Les modèles d’OCR sont téléchargés une fois depuis notre propre site et gardés par ton navigateur ; le fichier, lui, ne part toujours nulle part. Un mot mal lu par l’OCR ne peut pas être détecté : les pages scannées méritent un regard plus attentif, et un cadre dessiné à la main couvre ce que la lecture a manqué.

Les e-mails, les numéros de téléphone, les IBAN, les cartes et les adresses IP sont trouvés quelle que soit la langue. Les adresses postales sont reconnues dans les présentations européennes et nord-américaines courantes. Le texte vertical en chinois, en japonais ou en coréen n’est pas encore pris en charge : dessine des cadres sur ces pages.