Caviarder un PDF : vrai caviardage ou simple rectangle noir ?
Un rectangle noir sur un PDF masque le texte à l’écran, mais le texte reste dans le fichier et réapparaît au copier-coller. Comment vérifier un fichier.
Sur cette page
En bref
- Un rectangle noir dessiné sur un PDF ne masque le texte qu’à l’écran. Le texte en dessous reste dans le fichier.
- Le copier-coller, la recherche et les lecteurs d’écran retrouvent toujours le texte masqué.
- Un vrai caviardage supprime le texte de la page et enregistre un nouveau fichier qui ne le contient plus.
- Vous pouvez vérifier n’importe quel PDF caviardé en une minute : sélectionner, copier, coller.
De nombreux éditeurs PDF proposent un rectangle noir ou un surlignage noir pour masquer du texte. Les deux ressemblent à un caviardage. Aucun des deux n’en est un. Le rectangle est un objet distinct dessiné par-dessus la page, et les mots qu’il recouvre restent tels quels dans la couche de texte de la page.
C’est important pour les experts-comptables et les comptables, car les fichiers à caviarder sont justement ceux qui contiennent des numéros de compte, des numéros de sécurité sociale américains (Social Security numbers) et des noms de clients. Si le rectangle ne fait que recouvrir les chiffres, toute personne qui reçoit le fichier peut les lire.
Essayez vous-même
La ligne ci-dessous est une écriture de relevé bancaire dont le numéro de compte est noirci de trois façons. Choisissez une méthode et regardez ce que renvoie le copier-coller.
Les deux premiers panneaux donnent le même résultat, et ce n’est pas un hasard. Un rectangle dessiné et un commentaire rectangle (une annotation Square, dans le vocabulaire PDF) sont tous deux des objets ajoutés. Les instructions qui dessinent le texte de la page ne changent pas : tout programme qui lit la couche de texte lit donc les chiffres.
Ce que trouve le copier-coller
Dans un test, nous avons créé un relevé d’une ligne, dessiné un rectangle noir sur le numéro de compte, enregistré le fichier, puis relu le texte avec pdf.js, le moteur PDF de Firefox. Le numéro complet est ressorti. Nous avons refait l’essai avec un commentaire rectangle noir et avec un surlignage noir, avec le même résultat à chaque fois. Ces vérifications s’exécutent à chaque modification de ce site, ce qui empêche cet article de s’écarter du comportement réel du format.
Ce n’est pas seulement un résultat de laboratoire. En janvier 2019, les avocats de Paul Manafort ont déposé un document judiciaire dont les passages noircis pouvaient être copiés et collés dans un autre document, et des journalistes les ont lus. Le Judges’ Journal de l’American Bar Association cite l’affaire parmi les échecs de caviardage et décrit le même test de copier-coller que celui que nous utilisons plus bas.
Un rectangle noir change ce que vous voyez. Il ne change pas ce que contient le fichier.
Les méthodes qui laissent fuir le texte
| Méthode | Texte resté dans le fichier | Trouvé par copier-coller |
|---|---|---|
| Rectangle dessiné sur le texte | Oui | Oui |
| Commentaire rectangle (annotation) | Oui | Oui |
| Surlignage noir | Oui | Oui |
| Texte supprimé de la page | Non | Non |
Un surlignage noir est lui aussi une annotation : il se comporte donc comme le commentaire rectangle. Passer le texte en noir sur un fond noir est la même astuce sous une autre forme : les caractères sont toujours là.
Ce que fait un vrai caviardage
Un vrai caviardage modifie la page elle-même. Il repère les instructions de dessin du texte situées sous la zone marquée, les supprime et enregistre un nouveau fichier. Sous le rectangle, il ne reste rien qu’un lecteur puisse copier.
Le caviardage de l’éditeur PDF FileMorphs fonctionne ainsi, dans votre navigateur. Les zones marquées sont supprimées du fichier, et non recouvertes, et chaque résultat est vérifié avant que le fichier vous soit remis : l’éditeur relit le nouveau fichier et confirme que le texte marqué n’y figure plus. Le rapport de caviardage indique chaque zone avec sa page et son nombre de caractères, et affiche « Vérifié » lorsque toutes les zones ont pu être relues.
Avant d’appliquer le caviardage, mieux vaut connaître trois effets secondaires :
- Le texte est supprimé par segments de texte entiers. Si une marque ne touche qu’une partie d’un segment, le reste de ce segment est supprimé aussi, et l’éditeur vous indique combien de caractères supplémentaires sont concernés avant que vous n’appliquiez le caviardage.
- Appliquer un caviardage supprime aussi les balises d’accessibilité, la structure des champs de formulaire et les métadonnées du document dans tout le fichier, même si vous ne marquez qu’une seule page. Ces structures peuvent reprendre le texte que vous avez supprimé.
- Si le texte d’une page ne peut pas être supprimé en toute sécurité, cette page est convertie en image, et l’éditeur indique combien de pages sont concernées.
Supprimer le texte est la première exigence, pas la dernière. Des chercheurs de l’Université de l’Illinois ont montré en 2023 que l’espacement des caractères restés autour d’un caviardage peut trahir la largeur du mot supprimé, et s’en sont servis pour deviner des noms caviardés dans des documents réels. C’est l’une des raisons pour lesquelles l’éditeur supprime le segment de texte entier que touche une marque, ce qui, sur un relevé, correspond souvent à toute la ligne : c’est justement un ajustement serré autour d’un nom que l’attaque mesure. Pour un nom court dans une mise en page fixe, envisagez de marquer toute la ligne ou toute la phrase.
Vérifiez un PDF vous-même
- Ouvrez le fichier caviardé dans n’importe quel lecteur : Acrobat Reader, Aperçu ou un navigateur.
- Sélectionnez à travers le rectangle noir, du texte qui le précède au texte qui le suit.
- Collez dans un éditeur de texte brut. Si les mots masqués apparaissent, le fichier n’a jamais été caviardé.
- Recherchez dans le fichier un mot dont vous savez qu’il se trouvait sous un rectangle. S’il est trouvé, le texte est toujours là.
Si un fichier échoue à ce test, ne l’envoyez pas. Caviardez-le de nouveau à partir de l’original avec un outil qui supprime le texte, puis refaites la vérification sur le nouveau fichier.
Sources
- Columbia Journalism Review, le dépôt Manafort, janvier 2019.
- American Bar Association, Judges’ Journal, Embarrassing redaction failures.
- Bland, Iyer et Levchenko, Story Beyond the Eye: Glyph Positions Break PDF Text Redaction, Proceedings on Privacy Enhancing Technologies, 2023.