PDF Metadata Cleaner

Métadonnées cachées dans votre PDF

Chaque PDF porte un dictionnaire "Info" que la plupart des gens ne voient jamais. Champs courants : Auteur (généralement le nom d'utilisateur du système d'exploitation), Créateur (Word, LibreOffice...), Producteur (la bibliothèque PDF), et dates exactes de création et modification. Pour un CV, un dépôt judiciaire, ou un document "anonyme", cela peut être une divulgation critique.

Ce que cet outil fait

Votre PDF est lu en mémoire du navigateur via pdf-lib. Le dictionnaire Info est énuméré et affiché. Au téléchargement, nous générons un nouveau PDF avec les champs sélectionnés effacés. Le fichier original sur votre disque reste intact. Rien n'est envoyé à des serveurs.

Ce que cet outil NE fait PAS

• Il ne supprime pas les métadonnées XMP intégrées dans les object streams. La spécification PDF a deux systèmes parallèles de métadonnées : le dictionnaire Info (que nous nettoyons), qui pour la plupart des fichiers est le plus bruyant, et le dictionnaire XMP.
• Ne supprime pas le contenu texte, les images ou les commentaires. Pour du texte caché ou un historique de révisions, utilisez un outil plus agressif.
• Invalide les signatures numériques. Toute modification des octets invalide la signature.

Conservez toujours les deux fichiers (original et version nettoyée) jusqu'à confirmer que rien d'essentiel n'a été perdu.

Ce qui ne peut pas être nettoyé (et pourquoi)

Certains champs de métadonnées ne peuvent pas être supprimés — seulement remplacés. Ce n'est pas un choix de notre part, c'est une limite de la bibliothèque PDF que nous utilisons. Il vaut la peine de comprendre ce qui se passe :

Producer (la signature de la bibliothèque PDF). Chaque PDF porte un champ /Producer nommant le logiciel qui a écrit les octets finaux. Nous utilisons une bibliothèque JavaScript appelée pdf-lib pour lire votre fichier et écrire la copie nettoyée. Quand pdf-lib enregistre un PDF, elle tamponne son propre nom — pdf-lib (https://github.com/Hopding/pdf-lib) — dans Producer, écrasant ce qui était là. Il n'y a pas d'API publique pour supprimer cela. Une chirurgie au niveau des octets pour effacer Producer risquerait de corrompre des PDF utilisant des fonctionnalités de compression modernes (Object Streams), et une corruption silencieuse est pire qu'une signature générique. La fuite est faible : voir "pdf-lib" dit à quelqu'un que le fichier est passé par une bibliothèque open-source ; cela ne vous identifie pas, ni votre ordinateur, ni l'historique réel du document.

Date de création et date de modification. La spécification PDF permet leur absence, mais pdf-lib ne produira pas un PDF sans elles — et même si nous pouvions les supprimer, l'absence elle-même est un signal ("ce fichier a eu ses dates retirées"). La voie honnête est de les remplacer par autre chose que votre horodatage réel. L'outil propose deux stratégies :

• 1er janvier de l'année d'origine (par défaut). Conserve l'année du document original et met à zéro mois, jour et heure. Plausible — un PDF "de 2024" ne semble pas suspect. Perd le détail au niveau du jour qu'un enquêteur pourrait corréler avec d'autres événements.
• 1970-01-01 (Unix epoch). Complètement neutre, mais crée un motif reconnaissable : quiconque analyse le fichier saura qu'il est passé par un outil de nettoyage. Utilisez-le quand vous préférez signaler "nettoyé" plutôt que révéler quoi que ce soit de spécifique.

Bonne pratique : conservez les deux fichiers

Nous téléchargeons la version nettoyée sous le nom votredocument-propre.pdf. L'original reste sur votre machine. Prenez l'habitude de garder les deux, au moins temporairement — si vous découvrez que la version nettoyée a cassé quelque chose dont vous aviez besoin (une signature, les métadonnées d'un champ de formulaire), vous pouvez toujours revenir à l'original.