Oscurare un PDF offline, senza caricarlo.

Nella maggior parte dei casi, gli oscuramenti trapelati non sono opera di hacker. Qualcuno ha disegnato una forma nera sopra un nome in Word o in un editor di PDF, ha inviato il file, e chi l’ha ricevuto ha selezionato il testo sotto la forma e l’ha incollato altrove. La forma cambia l’aspetto della pagina, non il contenuto del file: il testo originale, la sua posizione e spesso l’autore e la cronologia del documento sono ancora lì dentro.

Clean Room non copre il testo, elimina la pagina su cui si trova. Per un PDF, ogni pagina viene ridisegnata come immagine a 200 dpi, i riquadri vengono dipinti in quell’immagine e un nuovo PDF viene costruito con le sole immagini. Non c’è più un livello di testo, né un oggetto originale, né i campi di titolo, autore o produttore, né allegati, né annotazioni. Prima del download, lo strumento rilegge i byte del nuovo file e cerca ogni valore che hai nascosto; se ne restasse uno, non verrebbe scaricato nulla.

C’è un compromesso, e lo diciamo chiaramente: in una pagina appiattita non si può più cercare né copiare il testo. Ed è proprio lo scopo di una copia destinata a essere condivisa. Tieni l’originale e invia la copia oscurata.

Gli strumenti gratuiti di oscuramento online di solito caricano il tuo documento sui loro server, lo elaborano lì e promettono di cancellarlo dopo un’ora. Per una busta paga, una lettera medica, un contratto o un atto giudiziario, è proprio quell’ora il problema. Clean Room fa il contrario: la pagina e il suo codice si caricano dal nostro sito come qualsiasi pagina web, poi il file viene letto, analizzato e riscritto dentro la scheda del tuo browser.

Non serve crederci sulla parola. Apri la pagina, spegni il Wi-Fi e oscura un documento: funziona lo stesso, perché una volta caricata la pagina nulla ha più bisogno della rete (anche per le pagine scansionate, quando il browser ha conservato i modelli OCR). Sulla pagina, un contatore misurato dal tuo browser indica quante richieste sono uscite dalla scheda da quando hai trascinato il file, esclusi i file del sito stesso e il segnale delle statistiche anonime. È fatto per restare a zero.

Lo strumento è gratuito per tutti, ospiti compresi. Non c’è un account da creare né una quota da contare, perché il lavoro non lo fanno i nostri server.

Il rilevamento automatico è bravo con ciò che ha una forma rigida: un IBAN ha una cifra di controllo, un numero di carta supera il test di Luhn, un indirizzo e-mail ha una @. È scarso con ciò che ha senso solo per un lettore: un nome di battesimo a metà frase, la data di un appuntamento, il nome di una via citato di sfuggita. Nessuno strumento può promettere di trovare tutto, e noi non lo sosteniamo.

Per questo il controllo è obbligatorio. Ogni rilevamento è evidenziato sulla pagina con il suo tipo; un clic toglie un riquadro che non dovrebbe esserci. Scrivi una parola o un’espressione e tutte le sue occorrenze vengono nascoste in un colpo solo. Disegna a mano un riquadro su una firma, un timbro o una foto. I nomi che nascondi spesso possono entrare nel tuo elenco, così nel documento successivo vengono trovati subito.

Un PDF scansionato non contiene testo, solo immagini di testo. Clean Room legge queste pagine con l’OCR nel browser, nella lingua dell’interfaccia e in inglese, fino a 60 pagine scansionate per documento. I modelli OCR vengono scaricati una sola volta dal nostro stesso sito e conservati dal tuo browser; il file, invece, continua a non andare da nessuna parte. Una parola che l’OCR legge male non può essere trovata dal rilevamento, quindi le pagine scansionate meritano uno sguardo più attento, e un riquadro disegnato a mano copre ciò che la lettura si è lasciata sfuggire.

E-mail, numeri di telefono, IBAN, carte e indirizzi IP vengono trovati in qualsiasi lingua. Gli indirizzi postali sono riconosciuti nei formati europei e nordamericani più comuni. Il testo verticale in cinese, giapponese o coreano non è ancora gestito: disegna dei riquadri su quelle pagine.