Por qué tachar un PDF con un rectángulo no borra nada
Un PDF no guarda el texto como una foto: guarda cada letra como un objeto independiente, con
su posición exacta en la página, dentro de lo que se llama la capa de texto. Cuando un editor
«tacha» un dato dibujando un rectángulo negro encima, ese rectángulo es un objeto gráfico más,
pintado por encima — el texto original sigue estando exactamente donde estaba, debajo. Basta
con seleccionar esa zona y copiarla, o con abrir el archivo en casi cualquier herramienta de
extracción de texto, para recuperar el dato que se creía tapado. Es un fallo que se ha repetido
muchas veces en documentos oficiales y judiciales de todo tipo, precisamente porque el editor
de turno «lo veía tapado en pantalla» y daba por hecho que estaba borrado.
Qué hace esta herramienta de otra forma
En vez de dibujar encima, esta herramienta convierte en imagen cualquier página donde detecta
un dato a tapar: la página deja de ser texto y pasa a ser un dibujo de sus propios píxeles, con
la caja negra ya fundida en esa imagen. No hay ninguna capa de texto debajo que copiar, porque
esa capa ya no existe en esa página. Es la misma garantía que consigue imprimir un documento,
tacharlo a mano y volver a escanearlo — solo que sin salir de tu navegador y sin perder la
calidad ni el resto del documento, que conserva su texto normal si no tenía ningún dato que
tapar.
Por qué unos datos se detectan con total seguridad y otros no
El DNI, el NIE, el CIF y el IBAN no se buscan solo por su forma (unos dígitos y unas letras en
cierto orden): cada uno lleva incorporado un dígito o una letra de control, calculados con un
algoritmo oficial a partir del resto del número. Esta herramienta recalcula ese control y solo
da por válido el dato si cuadra — así evita, por ejemplo, tapar por error un número de
referencia cualquiera que por casualidad tenga el mismo formato que un DNI. Los nombres de
persona y las direcciones no tienen ningún control matemático que comprobar: ahí la detección
es heurística (busca patrones de mayúsculas, contexto y posición habituales en cada tipo de
documento reconocido), y por eso está limitada a los nueve tipos de documento que la herramienta
conoce bien — fuera de ellos, buscar nombres a ciegas dispararía tanto los fallos por exceso
(tapar una palabra que no es un nombre) como por defecto (dejar pasar uno que sí lo es).
Qué hacer antes de compartir el resultado
Ninguna herramienta automática —ni esta ni ninguna otra— debería ser el único filtro antes de
compartir un documento con datos sensibles. Revisa siempre la lista de hallazgos que muestra
antes de generar el PDF final, y una vez descargado, intenta seleccionar texto encima de cada
zona tapada: si no se puede seleccionar nada, esa página se convirtió en imagen correctamente.
Si tu documento no es ninguno de los nueve tipos reconocidos, ten presente que ningún nombre se
habrá buscado, así que conviene revisar tú mismo si el texto menciona a alguna persona por su
nombre antes de darlo por limpio.