Noircir un PDF

Le malentendu le plus lourd de conséquences dans le traitement documentaire, c'est de croire qu'un rectangle noir cache quelque chose. Il n'en cache rien. Un PDF stocke son texte sous forme de caractères assortis de coordonnées, et dessiner une forme pleine à ces coordonnées ajoute un objet par-dessus en laissant chaque caractère exactement où il était. Sélectionnez la zone, copiez, collez : le texte apparaît.

Cela a mal tourné publiquement plus de fois qu'on ne peut raisonnablement les compter : actes de procédure, mémoires en défense, communications d'entreprise et dépôts réglementaires dont les noms recouverts ont été extraits dans les minutes suivant la publication. Les personnes qui ont fabriqué ces fichiers n'ont pas été négligentes au sens ordinaire. Elles ont employé un outil qui avait l'air de caviarder et qui ne le faisait pas.

Un véritable caviardage détruit le contenu. Ici, cela signifie que les pages portant une occultation sont aplaties en images, les marques incrustées : les caractères situés dessous cessent d'exister au lieu d'être dissimulés derrière quelque chose. Rien ne peut être sélectionné, copié, cherché ni récupéré, parce qu'il ne reste rien à récupérer.

Aplatir une page a un coût réel : la couche de texte disparaît avec elle. Une page aplatie ne peut plus être cherchée, son contenu ne peut plus être copié, et un lecteur d'écran ne peut plus la lire à voix haute. Ce n'est pas un effet secondaire à minimiser — c'est le mécanisme même par lequel le texte caché est détruit.

Le coût est donc facturé à la page et non au document. Les pages contenant une occultation sont aplaties ; celles qui n'en contiennent pas sont laissées totalement intactes et gardent leur texte d'origine. Un long rapport comportant des occultations sur trois pages reste donc consultable sur toutes les autres, et ne perd en accessibilité que là où c'était réellement nécessaire.

Si le document terminé doit redevenir entièrement consultable — une exigence courante pour un bordereau de pièces — appliquer OCR PDF au résultat relit les pages aplaties dans une couche de texte. Point essentiel : il lit ce qui est désormais visible, donc le contenu caviardé reste supprimé.

La difficulté du caviardage n'est pas le marquage, c'est l'oubli. Une information sensible se répète, et elle se répète aux endroits que personne ne relit : une note de bas de page, un en-tête, une entrée de sommaire, une annexe, la troisième page d'un tableau. Noircir les six occurrences évidentes et laisser passer la septième réduit à néant tout l'exercice.

Le marquage par recherche est la réponse pour tout ce qui a une forme régulière — le nom d'une personne, un numéro de compte, une adresse e-mail, une référence. Il balaie toutes les pages d'un coup et vous montre les correspondances à confirmer, ce qui transforme un problème de relecture en problème de validation.

Vérifiez ensuite les variantes à la main. Les noms apparaissent avec et sans initiales, les numéros avec et sans espaces ni tirets, les adresses en entier et en abrégé. Et relisez le document ensuite en lecteur plutôt qu'en rédacteur : une information peut rester reconstituable par le contexte même quand toutes les mentions directes ont disparu, et seule une lecture d'ensemble le révèle.

Caviarder le contenu des pages laisse intact tout ce qui se trouve en dehors de la page, et un document en transporte davantage qu'on ne l'imagine. Les propriétés du document consignent le nom de l'auteur, l'organisation, le logiciel employé ainsi que les dates de création et de modification. Supprimer les métadonnées les efface, et cela vaut la peine sur tout ce qui est publié plutôt qu'envoyé à une seule personne.

Le nom du fichier est celui qu'on oublie le plus souvent, parce qu'il ne fait pas partie du document. Un fichier soigneusement caviardé intitulé dupont-transaction-projet-final.pdf en a déjà beaucoup dit avant que quiconque l'ouvre.

Enfin, décidez qui a le droit de détenir la version caviardée. Protéger PDF ajoute un mot de passe pour une diffusion contrôlée, et garder l'original non caviardé nettement séparé — autre dossier, autre nom — est ce qui évite la vraie catastrophe : envoyer le mauvais fichier.