Que informações pessoais ficam escondidas em um PDF

Que informações pessoais ficam escondidas dentro de um PDF, e como removo?

Resposta curta

Um PDF leva um conjunto de campos ocultos — mais comumente um nome de autor tirado da sua conta do sistema operacional, o nome e a versão do programa que fez o arquivo e as datas de criação e modificação —, nenhum dos quais você digitou e nenhum dos quais aparece na página. Eles podem ser lidos por qualquer pessoa que abra o arquivo e removidos com uma ferramenta de limpeza de metadados, como a /remove-pdf-metadata.

A versão curta

Abra qualquer PDF que você já enviou a alguém e olhe as propriedades dele. Normalmente você vai encontrar um nome no campo Autor. Você não o digitou. Ele veio do nome da conta no computador que gerou o arquivo — que, em um notebook do trabalho, muitas vezes é seu nome completo ou um usuário interno, e em uma máquina de casa é o nome que você deu a si mesmo ao configurá-la.

Esse campo é um entre vários. Um PDF é um formato de documento estruturado, e a especificação (ISO 32000-1, a forma padronizada do PDF 1.7 da Adobe) reserva lugares próprios para informações sobre o documento que não fazem parte do que é desenhado na página. Processadores de texto, scanners, drivers de impressão e janelas de exportação preenchem esses lugares, geralmente sem avisar você.

Nada disso é uma falha explorada; é o formato funcionando como foi projetado. Importa porque o projeto supõe que você sabe que isso está acontecendo, e a maioria das pessoas que manda um currículo ou uma denúncia anônima não sabe.

O que realmente há ali

Há dois sistemas de metadados separados em um PDF moderno, e um arquivo pode ter os dois, muitas vezes com valores diferentes.

123

A parte de um PDF que ninguém lê

  1. O que está na página. É a parte que você conferiu antes de enviar.
  2. O registro ligado a ela: autor, programa, datas e, às vezes, o caminho de um arquivo ou o nome de uma empresa.
  3. Nada disso aparece quando o documento é impresso ou lido, e é justamente por isso que viaja sem ser notado.

O dicionário de informações do documento

Este é o mecanismo mais antigo, definido na ISO 32000-1. É um pequeno conjunto de campos com nome ligados ao documento:

CampoO que costuma conter
TitleMuitas vezes o nome original do arquivo, inclusive um nome de rascunho ou um código interno de projeto
AuthorQuase sempre o nome da conta do sistema operacional de quem criou o arquivo
SubjectNormalmente vazio, às vezes uma descrição digitada anos atrás em um modelo
KeywordsNormalmente vazio; quando preenchido, muitas vezes revela uma categorização interna
CreatorO aplicativo em que o conteúdo foi escrito — Word, InDesign, LaTeX, o driver de um scanner
ProducerA biblioteca que gravou o PDF em si, normalmente com o número exato da versão
CreationDateData e hora de criação, incluindo o fuso horário
ModDateData e hora da última modificação

Dois merecem atenção especial. Author é o campo que identifica uma pessoa, e ele é preenchido automaticamente. Producer identifica o programa até a versão, o que diz a quem lê o que você usa e, por tabela, o que a sua organização instala.

As datas também dizem muito. Um fuso horário situa você geograficamente, e um ModDate posterior à data em que o documento supostamente foi finalizado é o tipo de detalhe que chama atenção em uma disputa.

Metadados XMP

O mecanismo mais novo é o XMP — a Extensible Metadata Platform, padronizada como ISO 16684-1. É um bloco XML incorporado ao arquivo, e ele guarda mais do que os oito campos acima: declarações de direitos, histórico de edição, registros específicos de ferramentas e um identificador de documento que se mantém entre salvamentos e pode ligar arquivos separados a um ancestral comum.

Como o XMP é separado do dicionário de informações, os dois podem discordar. Editar um não atualiza necessariamente o outro, e é assim que um arquivo acaba mostrando um Autor limpo no painel de propriedades enquanto o nome original continua no bloco XMP, alguns milhares de bytes adiante.

Metadados dentro das imagens incorporadas

Um PDF com fotos incorpora essas imagens como objetos dentro do arquivo. Se uma imagem tinha dados EXIF quando foi colocada — modelo da câmera, data e hora da foto e, em fotos de celular, muitas vezes coordenadas de GPS —, esses dados podem ir para o PDF junto com ela. É uma terceira camada, independente, que nada que edite os metadados do próprio documento alcança.

Como ver o que o seu arquivo carrega

O jeito mais rápido é o editor de metadados de PDF. Solte um arquivo nele e ele analisa o documento e mostra os campos do dicionário de informações com os valores atuais. O arquivo é lido no seu navegador e não é enviado, então você pode inspecionar um documento confidencial sem entregá-lo a ninguém.

Confira o arquivo que você vai enviar, e não aquele de que você partiu: cada etapa de exportação regrava o Producer, e algumas regravam mais coisas.

A ferramenta de número de páginas é uma boa companheira para uma olhada rápida na estrutura — ela abre o documento e informa quantas páginas ele tem, o que também confirma que o arquivo é lido sem problemas como PDF. Um arquivo que não informa o número de páginas está danificado, e repará-lo vem primeiro.

Fora do navegador, o pdfinfo (parte do Poppler) e o exiftool mostram os metadados, e o exiftool também informa o EXIF encontrado nas imagens incorporadas. Um PDF é em parte texto simples, então abrir um em um editor de texto e procurar /Producer ou <x:xmpmeta muitas vezes mostra os campos diretamente.

Como remover

Use o Remover metadados de PDF. Ele lê o documento com a pdf-lib, limpa os campos de informações do documento — Title, Author, Subject, Keywords, Creator, Producer e as datas de criação e modificação — e grava um PDF novo. O conteúdo das páginas em si não é regravado, então o documento que volta para você fica e se lê exatamente como o que você colocou.

Se você prefere substituir os valores em vez de esvaziá-los, o editor de metadados permite definir cada campo explicitamente. Isso tem um uso real: o nome de uma organização no campo Autor chama menos atenção do que um campo em branco, que, em um lote de documentos normais, já é um sinal em si.

As duas ferramentas rodam inteiramente no seu navegador. Nada é enviado, o que importa mais do que de costume aqui — a ideia toda é que o arquivo contém algo que você não quer compartilhar, então mandá-lo ao servidor de um desconhecido para que isso seja removido seria uma troca estranha. Veja como funcionam as ferramentas PDF no navegador para a mecânica.

Uma observação prática: faça isso como último passo antes de enviar. Qualquer coisa que regrave o arquivo depois — exportar de novo, imprimir em PDF, abrir e salvar em outro aplicativo — vai carimbar de volta um Producer novo e datas novas.

O que limpar os metadados não faz

Esta é a parte que coloca as pessoas em apuros, porque limpar o painel de propriedades parece definitivo e não é.

  • Não mexe na página visível. Um nome em um papel timbrado, um rodapé dizendo Rascunho — J. Okonkwo, um cabeçalho com o nome de um cliente: isso é conteúdo da página, não metadados. Continua lá, e é a primeira coisa que o leitor vê.
  • Não remove o EXIF de dentro das imagens incorporadas. Os metadados do documento e os de uma foto incorporada são estruturas diferentes. Limpar o primeiro deixa o segundo intacto, coordenadas de GPS incluídas. Se um PDF contém fotos de celular e a localização importa, remova o EXIF das imagens antes de montar o PDF.
  • Não remove texto escondido sob uma forma desenhada. Um retângulo preto colocado sobre um parágrafo não apaga o parágrafo — os objetos de texto continuam no fluxo de conteúdo e voltam direto com copiar e colar. Essa é uma falha separada e bem mais séria, tratada em como tarjar um PDF de forma permanente, e nenhuma ferramenta de metadados a resolve.
  • Não alcança cópias já enviadas. A remoção de metadados gera um arquivo novo e limpo. Toda cópia distribuída antes continua levando tudo, em cada caixa de entrada e backup a que chegou. A limpeza se faz antes de o arquivo sair, não depois.

Trate os metadados como quatro camadas separadas: o dicionário de informações, o XMP, o EXIF das imagens incorporadas e o conteúdo visível da página. Cada uma precisa da própria verificação. Limpar uma e supor que as outras foram junto é o erro a evitar.

Ferramentas que este artigo aborda

Fontes

Documentação primária das afirmações acima.

Última revisão: 16 de setembro de 2026

Publicado pelo iBuildPDF.

Mais da base de conhecimento