PDF मेटाडेटा हटाएँ

हर PDF अपने साथ ऐसी प्रॉपर्टीज़ का एक समूह लिए चलती है जो सामग्री के बजाय दस्तावेज़ के बारे में बताती हैं, और उन्हें वही चीज़ अपने-आप भर देती है जिसने फ़ाइल बनाई। लेखक वाला ख़ाना उस अकाउंट का नाम उठा लेता है जिसने उसे बनाया। creator और producer वाले ख़ाने ठीक-ठीक ऐप और उसका वर्ज़न दर्ज करते हैं। टाइमस्टैम्प यह दर्ज करते हैं कि वह कब बनी और आख़िरी बार कब बदली गई — कभी-कभी सेकंड तक।

इनमें से कुछ भी पेज पर नहीं दिखता, और साझा करने से पहले लगभग कोई इसे जाँचता नहीं। पर इसे पढ़ना बेहद आसान है — किसी भी PDF व्यूअर में एक राइट-क्लिक, या फ़ाइल को इंडेक्स करता कोई सर्च इंजन। दस्तावेज़ों ने किसी गुमनाम आवेदन के पीछे का असली नाम उजागर किया है, किसी भेदी की पहचान बता दी है, और यह भी ज़ाहिर कर दिया है कि ख़ास तौर पर बनाया गया कोई प्रस्ताव असल में ऐसे टेम्पलेट से बना था जिसके लेखक वाले ख़ाने में किसी दूसरे क्लाइंट का नाम अब भी पड़ा था।

टेम्पलेट का मामला सबसे आम है और सबसे चुपचाप शर्मिंदा करने वाला। किसी सहकर्मी की फ़ाइल से बना टेंडर का जवाब, अनुबंध या रिपोर्ट उनका नाम विरासत में पा जाती है, यानी आपका दस्तावेज़ पाने वाले को बता रहा है कि उसे असल में किसने लिखा था।

ऐतिहासिक कारणों से PDF मेटाडेटा दो बार सहेजती हैं। document information dictionary पुराना तरीक़ा है: शीर्षक, लेखक, विषय, कीवर्ड, creator, producer और तारीख़ों की एक सरल सूची। XMP पैकेट नया तरीक़ा है — एक एम्बेडेड XML ब्लॉक, जो आम तौर पर वही मान दोहराता है और उससे काफ़ी ज़्यादा भी ढो सकता है, जिसमें अधिकारों के बयान और औज़ार-विशेष इतिहास शामिल हैं।

चूँकि दोनों मौजूद हैं, जो टूल सिर्फ़ एक साफ़ करता है वह दूसरा जस का तस छोड़ देता है — और व्यूअर इस बात में अलग-अलग हैं कि वे कौन-सा दिखाते हैं। इसलिए एक दस्तावेज़ किसी एक ऐप में साफ़ लग सकता है और दूसरे में लेखक का नाम दिखा सकता है, जो ठीक वही गड़बड़ है जिससे आप बचना चाह रहे थे।

दोनों को साथ निपटाना ही भरोसा पाने का एकमात्र तरीक़ा है। यही वजह है कि किसी संवेदनशील चीज़ के लिए नतीजे को उस व्यूअर से अलग किसी व्यूअर में जाँच लेना अच्छी आदत है जिससे आपने उसे साफ़ किया था।

जहाँ गुमनामी मायने रखती है वहाँ सब कुछ मिटा देना ही ठीक है: कोई गुमनाम आवेदन, टेम्पलेट से बना दस्तावेज़, किसी भेदी का ख़ुलासा — या कोई भी ऐसी चीज़ जहाँ फ़ाइल और किसी व्यक्ति के बीच कोई कड़ी होनी ही नहीं चाहिए।

प्रकाशित होने वाले दस्तावेज़ों के लिए सोचे-समझे मान ख़ाली ख़ानों से आम तौर पर बेहतर होते हैं। भरा हुआ शीर्षक ही वह है जो सर्च इंजन दिखाते हैं और जिसे दस्तावेज़ प्रबंधन सिस्टम इंडेक्स करते हैं, इसलिए ख़ाली शीर्षक आपकी रिपोर्ट को ढूँढ़ना मुश्किल बना देता है और डाउनलोड की सूची में कम पेशेवर लगता है। लेखक को किसी व्यक्ति के बजाय अपने संगठन का नाम देने से आपको श्रेय मिल जाता है और कोई व्यक्ति उजागर नहीं होता।

एक व्यावहारिक बीच का रास्ता ज़्यादातर मामलों में काम कर जाता है: शीर्षक और विषय रखें, लेखक में संगठन का नाम डालें, और creator तथा producer मिटा दें — ये आपका सॉफ़्टवेयर बता देते हैं और किसी और के किसी काम के नहीं होते।

मेटाडेटा उन कई तरीक़ों में से एक है जिनसे कोई दस्तावेज़ अपने पन्नों से ज़्यादा कह जाता है। काली आयत के नीचे छिपा टेक्स्ट अब भी फ़ाइल में मौजूद रहता है और कॉपी करके निकाला जा सकता है — PDF रिडैक्ट करें उसे ठीक से नष्ट करता है, और मेटाडेटा जितना भी साफ़ कीजिए, उस तक नहीं पहुँचता।

फ़ोन से आई तस्वीरें अपने भीतर, इमेज स्ट्रीम में, अपना EXIF डेटा लिए चलती हैं — जिसमें वे निर्देशांक भी शामिल हैं जहाँ तस्वीर खींची गई थी। इसलिए तस्वीरों से बनी PDF में लोकेशन डेटा हो सकता है, जहाँ दस्तावेज़-स्तर की सफ़ाई पहुँचती ही नहीं; PDF बनाने से पहले उसे तस्वीरों से हटा दें।

और फ़ाइल का नाम फ़ाइल के साथ चलता है, जबकि उसका हिस्सा नहीं होता। जो कुछ भी प्रकाशित हो रहा है, उसके लिए नाम एक बार देख लेना प्रॉपर्टीज़ देखने जितना ही काम का है।