Скрыть данные в PDF без загрузки файла.

Большинство неудачных «замазываний» никто не взламывал. Кто-то рисовал чёрную фигуру поверх имени в Word или в редакторе PDF, отправлял файл, а получатель выделял текст под фигурой и вставлял его в другое место. Фигура меняет то, как выглядит страница, но не то, что лежит в файле: исходный текст, его положение, а часто и автор с историей правок остаются внутри.

Clean Room не закрывает текст, а убирает страницу, на которой он написан. В случае PDF каждая страница заново рисуется как изображение с разрешением 200 dpi, рамки закрашиваются прямо в этом изображении, а новый PDF собирается только из картинок. В нём нет текстового слоя, исходных объектов, полей «название», «автор» и «программа», вложений и аннотаций. Перед скачиванием программа читает байты нового файла и ищет в них каждое скрытое значение; если бы хоть одно осталось, файл бы не скачался.

Компромисс честный: на плоской странице уже нельзя искать текст и копировать его. Для копии, которую собираются отправить, это как раз то, что нужно. Оригинал оставь себе, а отправляй скрытую копию.

Бесплатные онлайн-сервисы обычно загружают твой документ на свои серверы, обрабатывают его там и обещают удалить через час. Для расчётного листка, медицинского заключения, договора или судебного документа проблема как раз в этом часе. Clean Room устроен наоборот: страница и её код загружаются с нашего сайта, как любая веб-страница, а дальше файл читается, анализируется и перезаписывается внутри вкладки твоего браузера.

Верить нам на слово не нужно. Открой страницу, отключи Wi-Fi и скрой данные в документе: всё работает, потому что после загрузки страницы сеть больше не нужна (отсканированные страницы тоже, как только браузер сохранит модели OCR). На странице есть счётчик, который считает твой браузер: он показывает, сколько запросов ушло из вкладки с момента, когда ты добавил файл, не считая собственных файлов сайта и сигнала анонимной статистики. Счётчик должен оставаться на нуле.

Инструмент бесплатен для всех, в том числе для гостей. Не нужно создавать аккаунт и следить за квотой: работу делают не наши серверы.

Автоматический поиск хорошо справляется с данными строгого формата: у IBAN есть контрольная сумма, номер карты проходит проверку Луна, в адресе почты есть @. Хуже он справляется с тем, что понятно только читающему человеку: имя посреди предложения, дата приёма, название улицы, упомянутое вскользь. Ни один инструмент не может обещать, что найдёт всё, и мы этого не утверждаем.

Поэтому проверка обязательна. Каждая находка обведена рамкой с указанием типа; один щелчок убирает лишнюю рамку. Введи слово или фразу, и все их повторения скроются сразу. Нарисуй рамку вручную поверх подписи, печати или фотографии. Имена, которые тебе приходится скрывать часто, можно добавить в свой список, и в следующем документе они найдутся сами.

В отсканированном PDF нет текста, только картинки с текстом. Clean Room читает такие страницы с помощью OCR прямо в браузере, на языке интерфейса и на английском, до 60 отсканированных страниц в одном документе. Модели OCR скачиваются один раз с нашего собственного сайта и сохраняются браузером; сам файл по-прежнему никуда не уходит. Слово, которое OCR прочитал неверно, поиск найти не сможет, поэтому на отсканированные страницы стоит смотреть внимательнее, а рамка, нарисованная вручную, закроет всё, что пропустило распознавание.

Адреса почты, номера телефонов, IBAN, карты и IP-адреса находятся на любом языке. Почтовые адреса распознаются в распространённых европейских и североамериканских форматах. Вертикальный китайский, японский и корейский текст пока не поддерживается: на таких страницах рисуй рамки вручную.