Editor Metadata PDF Gratis

Apa itu metadata PDF?

Metadata PDF adalah informasi tentang dokumen yang tidak muncul dalam konten yang terlihat. Ini mencakup judul, penulis, subjek, kata kunci, tanggal pembuatan, dan properti lainnya. Informasi ini memudahkan pengorganisasian, pencarian, dan identifikasi dokumen.

Mengapa mengedit metadata PDF?

• Organisasi · tetapkan metadata yang konsisten di seluruh dokumen Anda untuk pengarsipan dan pencarian yang lebih baik.
• Profesionalisme · pastikan dokumen Anda menampilkan penulis dan judul yang benar.
• SEO & penemuan · kata kunci dalam metadata membantu dalam penemuan.
• Perbaikan properti · perbaiki informasi penulis, judul, atau subjek yang salah atau hilang.

Pertanyaan umum

Apakah mengedit metadata mengubah konten PDF?

Tidak. Hanya metadata yang dimodifikasi. Konten, halaman, dan pemformatan PDF tetap persis sama.

Bisakah saya mengedit metadata PDF yang dienkripsi?

Jika PDF dilindungi kata sandi, Anda tidak dapat mengedit metadatanya dengan alat ini. File harus dibuka kuncinya terlebih dahulu.

Apa batas ukuran file?

Alat ini mendukung PDF hingga 10 MB. File yang lebih besar mungkin memerlukan waktu lebih lama untuk diproses.

Apa itu metadata PDF sebenarnya

Sebuah file PDF dapat menyimpan metadata tingkat dokumen di dua tempat sekaligus. Mekanisme asli, yang hadir sejak PDF 1.0 (1993), adalah Document Information Dictionary (disebut «DocInfo» atau /Info): objek kunci/nilai yang direferensikan dari trailer PDF. PDF 1.4 (2001) menambahkan mekanisme kedua yang lebih kaya, yaitu aliran metadata XMP, paket XML (RDF/XML yang sesuai dengan eXtensible Metadata Platform milik Adobe) yang tertanam sebagai objek aliran yang dilampirkan pada katalog dokumen. XMP menjadi standar ISO terbuka pada tahun 2012 (ISO 16684-1).

Dua penyimpan ini tidak sama dan bisa tidak sinkron. Referensi Adobe dan standar ISO 32000 keduanya menyatakan XMP lebih diutamakan jika ada, dan bahwa DocInfo harus diperlakukan sebagai cermin warisan. Dalam ISO 32000-2 (PDF 2.0), kamus DocInfo yang lebih lama secara resmi tidak lagi digunakan untuk semua hal kecuali CreationDate dan ModDate (yang masih digunakan oleh penangan tanda tangan). Dalam praktiknya, hampir setiap pembaca (Adobe Acrobat, Foxit, Preview di macOS, penampil browser) membaca DocInfo secara default dan hanya beralih ke XMP untuk bidang seperti hak cipta yang tidak pernah didukung DocInfo.

Bidang DocInfo standar adalah Title, Author, Subject, Keywords, Creator (aplikasi yang menghasilkan dokumen asli, mis. «Microsoft Word»), Producer (aplikasi yang memproduksi PDF sebenarnya, mis. «Adobe PDF Library 17.0»), CreationDate, ModDate (dalam format tanggal PDF seperti D:20240315093000-04'00'), dan Trapped. XMP mengatur bidang ke dalam namespace, dc:title, dc:creator, dc:rights, dc:language milik Dublin Core; DocumentID, InstanceID, dan log pengeditan History milik XMP-MM; penanda kesesuaian PDF/A dan PDF/UA; serta namespace kustom apa pun yang ingin ditambahkan oleh sebuah alat. Editor ini memperlihatkan bidang DocInfo yang paling banyak digunakan secara langsung; bidang khusus XMP memerlukan editor yang lebih khusus.

Sejarah singkat

PDF dimulai dengan memo internal Adobe tahun 1991 milik John Warnock (makalah «Camelot») yang mengusulkan format dokumen portabel yang mempertahankan kesetiaan visual di berbagai perangkat. Adobe menghadirkan PDF 1.0 dengan Acrobat 1.0 pada tahun 1993; kamus DocInfo sudah ada sejak awal. Sepanjang tahun 1990-an hingga awal 2000-an, format ini menambahkan enkripsi, hyperlink, formulir, JavaScript, transparansi, aksesibilitas tagged-PDF (PDF 1.4, 2001), dan mekanisme metadata XMP (juga PDF 1.4). PDF/A (subset arsip yang mewajibkan XMP tertanam dan melarang enkripsi) diratifikasi sebagai ISO 19005-1 pada tahun 2005. Adobe mentransfer PDF ke ISO pada tahun 2008, di mana PDF 1.7 menjadi ISO 32000-1:2008. ISO 32000-2:2017 menerbitkan PDF 2.0, dengan perubahan metadata utama berupa penghapusan DocInfo demi XMP. Revisi 2020 dan rilis gratis spesifikasi oleh PDF Association pada April 2023 berarti standar ini kini dapat diakses secara terbuka.

Masalah privasi, apa yang dibocorkan PDF

PDF yang dibuat oleh perangkat lunak kantor biasa menyiarkan jauh lebih banyak tentang asal-usulnya daripada yang disadari kebanyakan pengguna. Dari satu PDF, Anda biasanya dapat mengekstrak:

• Nama lengkap penulis. Microsoft Word menulis Author dari akun Office pengguna atau nama pengguna Windows terdaftar pada saat instalasi. LibreOffice menulis nama depan/belakang pengguna dari pengaturan data pengguna. Pages di macOS menggunakan «Full Name» sistem. PDF yang disimpan-sebagai dari salah satu aplikasi tersebut secara otomatis mewarisi nilai yang tertanam.
• Riwayat pengeditan lengkap. xmpMM:History milik XMP mencatat setiap peristiwa penyimpanan dan konversi dengan cap waktu, nama perangkat lunak, dan UUID instans, menghasilkan log revisi parsial dari dokumen tersebut.
• Identifikasi perangkat lunak hingga versi dan build. Bidang Producer biasanya berbunyi seperti «Microsoft® Word for Microsoft 365» atau «Adobe PDF Library 17.00.6» atau «Skia/PDF m120» (print-to-PDF milik Chrome). Ini membantu membuat sidik jari workstation OS dan tingkat patch.
• Cap waktu pembuatan + cap waktu modifikasi + jeda di antara keduanya. Jeda 4 detik menunjukkan print-to-PDF; jeda 45 menit menunjukkan pengeditan yang signifikan. Bersama-sama, keduanya dapat membangun kapan, di mana, dan oleh siapa dokumen dibuat.
• EXIF gambar tertanam. Ketika gambar yang membawa koordinat GPS EXIF diseret ke dalam dokumen Word atau InDesign dan diekspor ke PDF, aliran gambar yang mendasarinya sering kali mempertahankan tag EXIF, termasuk garis lintang dan garis bujur. ExifTool dapat mengekstraknya bahkan dari gambar yang «tertanam».
• Anotasi lacak perubahan. PDF yang diekspor dari Word dengan «Show Markup» diaktifkan menyematkan inisial peninjau dan cap waktu dalam aliran anotasi (secara teknis konten bukan metadata, tetapi sering kali tidak terlihat sampai pembaca membuka panel komentar).

Kasus nyata yang terkenal

• Pengajuan pengadilan Manafort (Januari 2019): pengacara pembela Paul Manafort mengajukan dokumen pengadilan menggunakan persegi panjang penyamaran PDF yang digambar di atas teks. Teks itu sendiri tidak tersentuh dalam aliran konten dan diekstrak dalam hitungan jam oleh para reporter menggunakan salin-tempel biasa, mengungkap klaim bahwa Manafort telah berbagi data jajak pendapat AS dengan seorang rekan yang terkait dengan intelijen Rusia. Metadata yang menyertainya juga menyebut mesin dan perangkat lunak firma hukum yang membuatnya.
• «Dodgy dossier» pemerintah Inggris (Februari 2003): dokumen «Iraq, Its Infrastructure of Concealment, Deception and Intimidation» memiliki metadata riwayat pengeditan yang menyebut empat penulis, termasuk seorang mahasiswa pascasarjana AS yang tesis 2002-nya telah disalin-tempel. Jejak kepenulisan tersembunyi dalam dokumen Word menjadi bukti kunci.
• Manual keamanan TSA (Desember 2009): TSA menerbitkan versi tersensor dari Prosedur Operasi Standar penyaringan penumpangnya. Penyensoran tersebut adalah hamparan gambar di atas teks asli dalam PDF; teks yang mendasarinya dapat diekstrak. Dokumen lengkap, termasuk nama-nama pemerintah sekutu yang pemegang paspornya menerima penyaringan lebih ketat, bocor.
• «Author: nama firma pihak lawan»: insiden berulang di firma hukum di mana berkas PDF keluar menyertakan nama firma pihak lawan dalam bidang Author, karena seseorang menyalin-tempel dari PDF penemuan ke dokumen Word baru dan dokumen tujuan mewarisi penulis sumber. Banyak firma kini mewajibkan «Document Inspector» milik Word atau «Sanitize Document» milik Acrobat sebelum pengiriman eksternal apa pun.

Cakupan jujur alat ini

Editor ini memungkinkan Anda melihat dan menimpa bidang DocInfo standar. Ini benar-benar berguna untuk membersihkan nama penulis sebelum mengirim dokumen ke pihak eksternal, memperbaiki metadata judul yang salah yang membingungkan sistem manajemen dokumen Anda, atau menghapus sidik jari workstation dari siaran pers. Ini bukan sanitizer yang lengkap. Secara khusus:

• EXIF gambar di dalam foto tertanam mungkin masih membawa koordinat GPS dan detail kamera.
• Lacak perubahan dan komentar peninjau yang tersimpan sebagai anotasi tidak dihapus.
• Teks tersembunyi di bawah persegi panjang «redaksi» masih dapat diekstrak, menggambar persegi panjang hitam di atas teks tidak menghapus teks dari aliran konten PDF. Ini adalah sumber paling umum dari pengungkapan yang tidak disengaja.
• Log pengeditan xmpMM:History dalam aliran XMP tidak selalu dihapus.
• Subset font tertanam dapat mengidentifikasi workstation asal jika font yang tidak umum digunakan.
• Titik pelacak printer (pola mikrotitik kuning yang disematkan oleh sebagian besar printer laser warna) bersifat konten dan tidak terpengaruh oleh pengeditan metadata; kasus Reality Winner (Juni 2017) bergantung pada hal ini.

Untuk pemeriksaan sanitasi lengkap pada dokumen sensitif, alat yang tepat adalah perintah «Sanitize Document» milik Adobe Acrobat Pro, utilitas baris perintah open-source cpdf dengan opsi -remove-metadata, atau direktif -all= milik ExifTool yang diikuti pemeriksaan manual. Alur kerja sensitif sering kali membuat ulang dokumen dari teks biasa yang diekstrak daripada mencoba membersihkan aslinya.

Alat untuk melihat metadata

• Adobe Acrobat: File → Properties. Menampilkan bidang DocInfo dan panel «Additional Metadata» terpisah untuk paket XMP.
• ExifTool (Phil Harvey), standar emas baris perintah. exiftool file.pdf mencetak semuanya; exiftool -all= file.pdf menghapus semuanya.
• pdfinfo (bagian dari poppler-utils), dump CLI cepat dari DocInfo ditambah detail tingkat halaman.
• pdf.js / PDF.js (pustaka yang digunakan Firefox untuk merender PDF) memperlihatkan metadata melalui doc.getMetadata() untuk pembacaan sisi browser.
• pdf-lib: pustaka JavaScript yang menggerakkan pass pengeditan alat ini; memperlihatkan setTitle(), setAuthor(), dll., dan menulis kembali PDF yang sepenuhnya sesuai.

Kapan Anda akan menggunakannya

• Membersihkan nama penulis/pembuat sebelum mengirim dokumen ke luar organisasi Anda.
• Menetapkan metadata judul yang konsisten untuk sekumpulan dokumen yang akan masuk ke sistem manajemen dokumen atau katalog perpustakaan.
• Menambahkan kata kunci untuk sistem pencarian teks lengkap internal yang menggunakannya sebagai pendorong penemuan.
• Memperbaiki judul yang salah ketika «simpan-sebagai PDF» mewarisi nama file yang menyesatkan.
• Menegaskan hak cipta / lisensi melalui bidang Author dan (untuk alat yang menangani XMP) dc:rights.
• Sanitasi privasi cepat untuk dokumen rutin, meskipun lihat peringatan cakupan di atas untuk kasus berisiko tinggi.

Pertanyaan lainnya

Mengapa pengeditan saya terkadang muncul di DocInfo tetapi tidak di XMP (atau sebaliknya)?

Karena PDF membawa kedua penyimpan dan keduanya bisa tidak sinkron. Editor ini menulis ke DocInfo (bidang yang diperiksa setiap pembaca). XMP diperbarui untuk bidang yang memiliki padanan DocInfo yang jelas. Beberapa penampil (Adobe Acrobat secara khusus) membaca XMP terlebih dahulu; jika Anda melihat metadata «stale» setelah pengeditan, buka dokumen dengan pembaca lain untuk memastikan apakah masalahnya hanya XMP atau apakah pembaca Anda hanya menyimpan cache versi lama.

Apakah alat ini akan merusak tanda tangan digital?

Ya, hampir selalu. Tanda tangan digital pada PDF melindungi seluruh dokumen termasuk metadata; memodifikasi byte mana pun memutus verifikasi kriptografi tanda tangan. Jika Anda perlu mengedit metadata pada PDF yang ditandatangani, Anda harus menghapus tanda tangan terlebih dahulu (dengan izin penandatangan), mengedit metadata, dan menandatanganinya kembali; atau menerapkan perubahan metadata sebelum penandatanganan dalam alur kerja aslinya.

Bagaimana dengan file arsip PDF/A?

File PDF/A memiliki persyaratan XMP tambahan (penanda pdfaid:part dan pdfaid:conformance, ditambah bidang Dublin Core yang diperlukan). Mengedit DocInfo PDF/A tanpa memperbarui paket XMP dapat secara teknis membuat file keluar dari kesesuaian PDF/A. Untuk alur kerja arsip, gunakan editor yang mendukung PDF/A seperti Acrobat Pro atau veraPDF.

Bagaimana cara membuat PDF yang «sepenuhnya anonim»?

Untuk dokumen rutin: edit DocInfo di sini untuk menghapus bidang yang mengidentifikasi, lalu jalankan hasilnya melalui «Sanitize Document» milik Acrobat atau cpdf -remove-metadata. Untuk anonimisasi berisiko tinggi (whistleblowing, jurnalisme, pengungkapan hukum): buat ulang PDF dari awal di mesin berbeda menggunakan hanya teks biasa yang diekstrak, tanpa gambar yang berasal dari dokumen asli. Print-and-rescan juga berfungsi (lapisan OCR dari PDF yang dipindai ulang dibuat ulang), dengan mengorbankan ukuran file dan kualitas gambar.

Apakah ada yang dikirim ke server?

Tidak. PDF diurai dan ditulis ulang oleh pdf-lib yang berjalan secara lokal di browser Anda; file yang dimodifikasi diunduh langsung ke perangkat Anda. Tidak ada tentang PDF Anda yang meninggalkan halaman, berguna ketika dokumen berisi nama penulis internal, informasi klien, atau baris subjek rahasia yang tidak ingin Anda unggah ke layanan pihak ketiga. Pustaka pdf-lib itu sendiri dimuat dari CDN publik sekali dengan verifikasi subresource-integrity, lalu di-cache.

Alat terkait