PDF を黒塗り、 アップロードせずに。

黒塗りの失敗の多くは、ハッキングによるものではありません。Word や PDF エディタで名前の上に黒い図形を置いてファイルを送ったところ、受け取った人が図形の下のテキストを選択して別の場所に貼り付けた、というものです。図形が変えるのはページの見た目だけで、ファイルの中身ではありません。元のテキストも、その位置も、多くの場合は作成者や編集履歴も、中に残ったままです。

Clean Room はテキストを覆うのではなく、それが載っているページごと置き換えます。PDF では各ページを 200 dpi の画像として描き直し、その画像に枠を塗り込んで、画像だけから新しい PDF を組み立てます。テキスト層も元のオブジェクトも、タイトル・作成者・作成ソフトの欄も、添付ファイルも注釈もありません。ダウンロードの前に、新しいファイルのバイト列を読み直して隠した値がないか探し、もし一つでも残っていれば何もダウンロードされません。

引き換えにするものも正直にお伝えします。平坦化したページは、検索もコピーもできなくなります。相手に送る用のコピーなら、それがむしろ狙いです。原本は手元に残し、黒塗りしたほうを送ってください。

無料のオンライン黒塗りツールは、多くの場合あなたの文書を自社のサーバーに送って処理し、1時間後に削除すると約束します。給与明細、診断書、契約書、裁判関係の書類にとっては、その1時間こそが問題です。Clean Room は逆の仕組みです。ページとコードは通常のウェブページと同じく当サイトから読み込まれますが、そのあとファイルはブラウザのタブの中で読み取られ、解析され、書き換えられます。

当社の言葉をうのみにする必要はありません。ページを開いたら Wi-Fi を切って、文書を黒塗りしてみてください。ページの読み込み後はネットワークが不要なので、そのまま動きます（スキャンページも、ブラウザが OCR モデルを保存していれば同様です）。ページには、ブラウザが数えるカウンターがあり、ファイルを置いてからタブの外へ出たリクエストの数を表示します。サイト自身のファイルと匿名統計のビーコンは数えません。数字はゼロのままになるはずです。

このツールは、ゲストを含めて誰でも無料で使えます。アカウントの作成は不要で、利用回数の上限もありません。処理を行うのは当社のサーバーではないからです。匿名統計のビーコンは、ページの閲覧数を送ることがありますが、ファイルの内容は決して送りません。設定からオフにできます。

自動検出が得意なのは、形式がはっきり決まっているものです。IBAN にはチェックディジットがあり、カード番号は Luhn の検算を通り、メールアドレスには @ があります。逆に苦手なのは、読む人にしか意味が通じないものです。文中に出てくる名前、予約の日付、ふと触れた通りの名前などです。すべてを見つけられると約束できるツールはなく、当社もそうは言いません。

だから確認は必須にしています。検出された箇所は種類つきで枠に囲まれ、不要な枠はワンクリックで外せます。単語やフレーズを入力すれば、その出現箇所が一度に隠れます。署名、印鑑、写真の上には手で枠を描けます。よく隠す名前は自分のリストに入れておけるので、次の文書では最初から検出されます。

スキャンした PDF にはテキストがなく、文字の画像があるだけです。Clean Room は、そうしたページをブラウザ内の OCR で、画面表示の言語と英語で読み取ります。1文書あたり、スキャンページは60ページまでです。OCR のモデルは当サイトから一度だけダウンロードされ、ブラウザに保存されます。ファイル自体はやはりどこにも送られません。OCR が読み違えた単語は検出で見つけられないため、スキャンページは念入りに見てください。読み取りから漏れた箇所は、手で描いた枠で覆えます。

メールアドレス、電話番号、IBAN、カード番号、IP アドレスは、どの言語でも見つかります。住所は、ヨーロッパや北米で一般的な書き方なら認識できます。縦書きの中国語・日本語・韓国語のテキストには、まだ対応していません。そのようなページでは枠を手で描いてください。