Editor di metadati PDF gratuito

Cosa sono i metadati PDF?

I metadati PDF sono informazioni sul documento che non appaiono nel contenuto visibile. Includono il titolo, l'autore, l'oggetto, le parole chiave, la data di creazione e altre proprietà. Queste informazioni facilitano l'organizzazione, la ricerca e l'identificazione dei documenti.

Perché modificare i metadati PDF?

• Organizzazione · imposta metadati coerenti sui tuoi documenti per una migliore catalogazione e ricerca.
• Professionalità · assicurati che i tuoi documenti mostrino il giusto autore e titolo.
• SEO e scoperta · le parole chiave nei metadati aiutano la rintracciabilità.
• Correzione delle proprietà · correggi informazioni di autore, titolo o oggetto scorrette o mancanti.

Domande frequenti

Modificare i metadati cambia il contenuto del PDF?

No. Solo i metadati vengono modificati. Il contenuto, le pagine e la formattazione del PDF restano strettamente identici.

Posso modificare i metadati di un PDF cifrato?

Se il PDF è protetto da password, non puoi modificarne i metadati con questo strumento. Il file deve prima essere sbloccato.

Qual è il limite di dimensione del file?

Questo strumento supporta PDF fino a 10 MB. I file più grandi possono richiedere più tempo per essere elaborati.

Cosa sono davvero i metadati PDF

Un file PDF può portare metadati a livello di documento in due posti contemporaneamente. Il meccanismo originale, presente fin da PDF 1.0 (1993), è il Document Information Dictionary (chiamato «DocInfo» o /Info): un oggetto chiave/valore referenziato dal trailer del PDF. PDF 1.4 (2001) aggiunse un secondo meccanismo, più ricco, un flusso di metadati XMP, un pacchetto XML (RDF/XML conforme all'eXtensible Metadata Platform di Adobe) incorporato come oggetto stream collegato al catalogo del documento. XMP è diventato uno standard ISO aperto nel 2012 (ISO 16684-1).

I due archivi non sono uguali e possono discordare. Sia il riferimento di Adobe sia gli standard ISO 32000 affermano che XMP è preferito quando presente, e che DocInfo dovrebbe essere trattato come uno specchio legacy. In ISO 32000-2 (PDF 2.0), il più vecchio dizionario DocInfo è formalmente deprecato per tutto tranne CreationDate e ModDate (che i gestori di firme usano ancora). In pratica, quasi ogni lettore (Adobe Acrobat, Foxit, Anteprima su macOS, visualizzatori dei browser) legge DocInfo per impostazione predefinita e ripiega su XMP solo per campi come il copyright che DocInfo non ha mai supportato.

I campi DocInfo standard sono Title, Author, Subject, Keywords, Creator (l'applicazione che ha originato il documento, ad es. «Microsoft Word»), Producer (l'applicazione che ha prodotto il PDF effettivo, ad es. «Adobe PDF Library 17.0»), CreationDate, ModDate (nel formato data PDF come D:20240315093000-04'00'), e Trapped. XMP organizza i campi in namespace, dc:title, dc:creator, dc:rights, dc:language di Dublin Core; DocumentID, InstanceID e il log delle modifiche History di XMP-MM; marcatori di conformità PDF/A e PDF/UA; e qualsiasi namespace personalizzato che uno strumento voglia aggiungere. Questo editor espone direttamente i campi DocInfo più usati; i campi solo XMP richiedono un editor più specializzato.

Una breve storia

PDF iniziò con il promemoria interno Adobe del 1991 di John Warnock (il documento «Camelot») che proponeva un formato di documento portatile in grado di preservare la fedeltà visiva tra i dispositivi. Adobe distribuì PDF 1.0 con Acrobat 1.0 nel 1993; il dizionario DocInfo c'era fin dal primo giorno. Nel corso degli anni '90 e dei primi anni 2000 il formato aggiunse cifratura, collegamenti ipertestuali, moduli, JavaScript, trasparenza, accessibilità con PDF taggato (PDF 1.4, 2001), e il meccanismo di metadati XMP (anch'esso PDF 1.4). PDF/A (il sottoinsieme per l'archiviazione che impone XMP incorporato e vieta la cifratura) fu ratificato come ISO 19005-1 nel 2005. Adobe trasferì PDF all'ISO nel 2008, dove PDF 1.7 divenne ISO 32000-1:2008. ISO 32000-2:2017 pubblicò PDF 2.0, con il principale cambiamento sui metadati che fu la deprecazione di DocInfo a favore di XMP. La revisione del 2020 e il rilascio gratuito della specifica da parte della PDF Association nell'aprile 2023 significano che lo standard è ora apertamente accessibile.

Il problema della privacy, cosa lasciano trapelare i PDF

Un PDF creato dal tipico software per ufficio trasmette molto di più sulla sua provenienza di quanto la maggior parte degli utenti si renda conto. Da un singolo PDF di solito puoi estrarre:

• Nome completo dell'autore. Microsoft Word scrive Author dall'account Office dell'utente o dal nome utente Windows registrato al momento dell'installazione. LibreOffice scrive il nome e cognome dell'utente dalle impostazioni dei dati utente. Pages su macOS usa il «Nome completo» di sistema. Un PDF salvato con nome da uno qualsiasi di questi eredita automaticamente il valore incorporato.
• La cronologia completa delle modifiche. xmpMM:History di XMP registra ogni evento di salvataggio e conversione con un timestamp, il nome del software e un UUID di istanza, producendo un registro parziale delle revisioni del documento.
• Identificazione del software fino alla versione e alla build. Il campo Producer tipicamente si presenta come «Microsoft® Word for Microsoft 365» o «Adobe PDF Library 17.00.6» o «Skia/PDF m120» (la stampa in PDF di Chrome). Questo identifica in modo univoco il sistema operativo e il livello di patch della workstation.
• Timestamp di creazione + timestamp di modifica + l'intervallo tra i due. Un intervallo di 4 secondi suggerisce una stampa in PDF; un intervallo di 45 minuti suggerisce una modifica sostanziale. Insieme questi possono stabilire quando, dove e da chi è stato creato un documento.
• EXIF delle immagini incorporate. Quando un'immagine che porta coordinate GPS EXIF viene trascinata in un documento Word o InDesign ed esportata in PDF, il flusso dell'immagine sottostante spesso conserva i tag EXIF, comprese latitudine e longitudine. ExifTool li estrarrà anche da immagini «incorporate».
• Annotazioni delle revisioni. I PDF esportati da Word con «Show Markup» abilitato incorporano le iniziali dei revisori e i timestamp nei flussi di annotazione (tecnicamente contenuto anziché metadati, ma spesso invisibili finché un lettore non espande il pannello dei commenti).

Casi notevoli del mondo reale

• Atto giudiziario Manafort (gennaio 2019): gli avvocati difensori di Paul Manafort depositarono un documento giudiziario usando rettangoli di oscuramento PDF disegnati sopra il testo. Il testo stesso era intatto nel flusso di contenuto e fu estratto nel giro di poche ore dai giornalisti con un semplice copia-incolla, rivelando affermazioni secondo cui Manafort aveva condiviso dati sui sondaggi statunitensi con un associato legato all'intelligence russa. Anche i metadati di accompagnamento nominavano la macchina dello studio legale e il software che lo produsse.
• Il «dossier fasullo» del governo britannico (febbraio 2003): il documento «Iraq, Its Infrastructure of Concealment, Deception and Intimidation» aveva metadati di cronologia delle modifiche che nominavano quattro autori, tra cui uno studente laureato statunitense la cui tesi del 2002 era stata copiata e incollata. La traccia di paternità nascosta del documento Word fu la prova schiacciante.
• Manuale di sicurezza TSA (dicembre 2009): la TSA pubblicò una versione oscurata delle sue procedure operative standard per il controllo dei passeggeri. Gli oscuramenti erano sovrapposizioni di immagini sopra il testo originale in un PDF; il testo sottostante era estraibile. L'intero documento, compresi i nomi dei governi alleati i cui titolari di passaporto ricevevano controlli più severi, trapelò.
• «Autore: nome dello studio della controparte»: incidenti ripetuti negli studi legali dove le memorie PDF in uscita includono il nome dello studio della controparte nel campo Author, perché qualcuno ha copiato e incollato da un PDF di discovery in un nuovo documento Word e il documento di destinazione ha ereditato l'autore della sorgente. Molti studi ora richiedono il «Document Inspector» di Word o «Sanitize Document» di Acrobat prima di qualsiasi invio esterno.

L'ambito onesto di questo strumento

Questo editor ti consente di visualizzare e sovrascrivere i campi DocInfo standard. È davvero utile per ripulire i nomi degli autori prima di inviare un documento all'esterno, correggere metadati del titolo errati che confondono il tuo sistema di gestione documentale, o rimuovere l'impronta di una workstation da un comunicato stampa. Non è un sanificatore completo. In particolare:

• L'EXIF delle immagini all'interno delle foto incorporate può ancora portare coordinate GPS e dettagli della fotocamera.
• Le revisioni e i commenti dei revisori memorizzati come annotazioni non vengono rimossi.
• Il testo nascosto sotto i rettangoli di «oscuramento» è ancora estraibile, disegnare un rettangolo nero sopra il testo non rimuove il testo dal flusso di contenuto del PDF. Questa è la fonte più comune di divulgazione accidentale.
• Il log delle modifiche xmpMM:History nel flusso XMP non viene necessariamente cancellato.
• I sottoinsiemi di font incorporati possono identificare la workstation di origine se sono stati usati font insoliti.
• I punti di tracciamento della stampante (i motivi di micropunti gialli che la maggior parte delle stampanti laser a colori incorpora) sono a livello di contenuto e non sono influenzati dalla modifica dei metadati, il caso Reality Winner (giugno 2017) ruotò attorno a questi.

Per un passaggio di sanificazione completo su un documento sensibile, gli strumenti giusti sono il comando «Sanitize Document» di Adobe Acrobat Pro, l'utility da riga di comando open source cpdf con la sua opzione -remove-metadata, o la direttiva -all= di ExifTool seguita da un'ispezione manuale. I flussi di lavoro sensibili spesso ricreano il documento dal testo semplice estratto anziché provare a ripulire l'originale.

Strumenti per visualizzare i metadati

• Adobe Acrobat: File → Proprietà. Mostra i campi DocInfo e un pannello separato «Additional Metadata» per il pacchetto XMP.
• ExifTool (Phil Harvey), lo standard di riferimento da riga di comando. exiftool file.pdf stampa tutto; exiftool -all= file.pdf rimuove tutto.
• pdfinfo (parte di poppler-utils), rapido dump da riga di comando di DocInfo più i dettagli a livello di pagina.
• pdf.js / PDF.js (la libreria che Firefox usa per il rendering dei PDF)) espone i metadati tramite doc.getMetadata() per la lettura lato browser.
• pdf-lib: la libreria JavaScript che alimenta il passaggio di modifica di questo strumento; espone setTitle(), setAuthor(), ecc., e riscrive un PDF pienamente conforme.

Quando ricorreresti a questo

• Ripulire i nomi di autore/creatore prima di inviare un documento all'esterno della tua organizzazione.
• Impostare metadati del titolo coerenti per un lotto di documenti che finiranno in un sistema di gestione documentale o in un catalogo di biblioteca.
• Aggiungere parole chiave per i sistemi interni di ricerca full-text che le usano come spinta alla scoperta.
• Correggere il titolo sbagliato quando il «salva con nome PDF» ha ereditato un nome di file fuorviante.
• Affermare il copyright / la licenza tramite il campo Author e (per gli strumenti che gestiscono XMP) dc:rights.
• Rapida sanificazione della privacy per documenti di routine, anche se vedi l'avvertenza sull'ambito qui sopra per i casi ad alto rischio.

Altre domande

Perché le mie modifiche a volte appaiono in DocInfo ma non in XMP (o viceversa)?

Perché i PDF portano entrambi gli archivi ed essi possono discordare. Questo editor scrive in DocInfo (il campo che ogni lettore ispeziona). XMP viene aggiornato per i campi che hanno un chiaro equivalente in DocInfo. Alcuni visualizzatori (Adobe Acrobat in particolare) leggono prima XMP; se vedi metadati «obsoleti» dopo la modifica, apri il documento con un lettore diverso per confermare se il problema è solo di XMP o se il tuo lettore sta semplicemente memorizzando nella cache la vecchia versione.

Questo strumento invaliderà una firma digitale?

Sì, quasi sempre. Una firma digitale su un PDF protegge l'intero documento compresi i metadati; modificare un qualsiasi byte invalida la verifica crittografica della firma. Se hai bisogno di modificare i metadati su un PDF firmato, dovrai o rimuovere prima la firma (con il permesso del firmatario), modificare i metadati e farlo firmare di nuovo; oppure applicare le modifiche ai metadati prima della firma nel flusso di lavoro originale.

E i file di archiviazione PDF/A?

I file PDF/A hanno requisiti XMP aggiuntivi (i marcatori pdfaid:part e pdfaid:conformance, più i campi Dublin Core obbligatori). Modificare il DocInfo di un PDF/A senza aggiornare il pacchetto XMP può tecnicamente portare il file fuori dalla conformità PDF/A. Per i flussi di lavoro di archiviazione, usa un editor compatibile con PDF/A come Acrobat Pro o veraPDF.

Come creo un PDF «completamente anonimo»?

Per i documenti di routine: modifica qui il DocInfo per cancellare i campi identificativi, poi fai passare il risultato attraverso «Sanitize Document» di Acrobat o cpdf -remove-metadata. Per l'anonimizzazione ad alto rischio (whistleblowing, giornalismo, divulgazione legale): ricrea il PDF da zero su una macchina diversa usando solo il testo semplice estratto, senza immagini provenienti dall'originale. Anche stampare e riscansionare funziona (lo strato OCR del PDF riscansionato è creato da zero), al costo della dimensione del file e della qualità dell'immagine.

Viene inviato qualcosa a un server?

No. Il PDF viene analizzato e riscritto da pdf-lib in esecuzione localmente nel tuo browser; il file modificato viene scaricato direttamente sul tuo dispositivo. Nulla del tuo PDF lascia la pagina, utile quando il documento contiene nomi di autori interni, informazioni sui clienti o righe dell'oggetto riservate che preferiresti non caricare su un servizio di terze parti. La libreria pdf-lib stessa si carica una volta da una CDN pubblica con verifica di integrità delle sottorisorse, poi viene memorizzata nella cache.

Strumenti correlati