PDF 涂黑后还能复制？用 ComPDF 检查敏感文字是否真正删除

PDF 中的一段文字被黑色矩形盖住后，画面上可能看不见，文件里的文字却未必被删除。判断处理是否生效，要检查导出后的文件。

下面用 ComPDF Web SDK 对同一份教学 PDF 做三种处理：普通矩形遮挡、仅创建密文标记、应用密文。随后重新读取输出，核对目标文字和需要保留的内容。

先看输出结果

教学文件含有两个标记：TEST-SECRET-ALPHA 是本次处理目标，KEEP-PUBLIC-BETA 应保持原样。它们是虚构教学文字，不是账号、密钥或客户信息。

处理方式	目标文字能否提取	保留标记是否还在
普通黑色矩形	能	在
创建密文标记，未应用	能	在
应用密文后导出	本次未提取到	在

图：三个真实输出 PDF 的独立渲染与文字提取核对。仅创建密文标记不会删除正文；导出文件在其他阅读器中的标记外观可能不同，不能靠是否出现黑块判断已经应用。

这组对照使用 Web SDK 2.9.4。关键 PDF 处理由 ComPDF 完成，后面的 Python 读取仅用于独立核验输出。

1. 准备最小项目

本例在 Node.js 24.18.0、Vite 7.1.9 下运行。创建目录并安装依赖：

sh 复制代码

mkdir compdf-redaction-demo
cd compdf-redaction-demo
npm init -y
npm install --save-exact @compdfkit_pdf_sdk/webviewer@2.9.4 vite@7.1.9
mkdir -p public/webviewer public/samples
cp -a node_modules/@compdfkit_pdf_sdk/webviewer/dist/. public/webviewer

从SDK 试用许可取得 Web 许可，在项目根目录创建 .env.local：

dotenv 复制代码

VITE_COMPDF_LICENSE=YOUR_WEB_SDK_LICENSE

这是 Web SDK 许可，不是 Cloud API 的 x-api-key。许可配置见添加 Web 许可密钥。公开示例只保留占位符，实际许可单独配置。

把待检查的 PDF 放到 public/samples/redaction-source.pdf。如果需要快速制作与下文坐标对应的最小教学输入，可以运行：

sh 复制代码

python3 -m pip install reportlab

python 复制代码

# make_sample.py
from reportlab.pdfgen import canvas

c = canvas.Canvas('public/samples/redaction-source.pdf', pagesize=(595, 842))
c.setFont('Helvetica', 18)
c.drawString(60, 500, 'TEST-SECRET-ALPHA')
c.drawString(60, 410, 'KEEP-PUBLIC-BETA')
c.save()

sh 复制代码

python3 make_sample.py

配图中的输入另加了品牌和中文教学说明，两个标记的位置与上面的最小输入相同。实际文件需要按自己的页面坐标选区域，不能照搬矩形。

2. 添加普通遮挡，再创建密文标记

在根目录保存下面的 index.html：

html 复制代码

<!doctype html>
<html lang="zh-CN">
<meta charset="UTF-8">
<title>PDF 密文验证</title>
<style>
  body { font-family: sans-serif; margin: 16px; }
  button { margin: 0 6px 10px 0; padding: 8px; }
  #viewer { height: 80vh; }
</style>
<button id="reset" disabled>重新打开原件</button>
<button id="cover" disabled>添加普通遮挡</button>
<button id="mark" disabled>创建密文标记</button>
<button id="apply" disabled>应用密文</button>
<button id="save" disabled>下载当前 PDF</button>
<p id="status">正在加载</p>
<div id="viewer"></div>
<script type="module">
  import WebViewer from '@compdfkit_pdf_sdk/webviewer';

  const status = document.querySelector('#status');
  const core = await WebViewer.init({
    path: '/',
    pdfUrl: '/samples/redaction-source.pdf',
    license: import.meta.env.VITE_COMPDF_LICENSE
  }, document.querySelector('#viewer'));
  const doc = core.docViewer;
  let stage = 'source';

  doc.addEvent('documentloaded', () => {
    document.querySelectorAll('button').forEach(b => b.disabled = false);
    status.textContent = '原件已打开';
  });

  // Web SDK 的页面坐标以左上角为原点，pageIndex 从 0 开始。
  const rect = { left: 55, top: 320, right: 310, bottom: 353 };

  document.querySelector('#reset').onclick = async () => {
    await core.UI.loadDocument('/samples/redaction-source.pdf');
    stage = 'source';
  };
  document.querySelector('#cover').onclick = async () => {
    await doc.addAnnotations({
      type: 'square', pageIndex: 0, rect,
      borderWidth: 0, opacity: 1, fillTransparency: 1,
      fillColor: '#000000', color: '#000000',
      borderColor: '#000000', borderStyle: 'solid', dashes: []
    });
    stage = 'covered';
    status.textContent = '已添加普通矩形';
  };
  document.querySelector('#mark').onclick = async () => {
    await doc.addAnnotations({
      type: 'redact', pageIndex: 0, rect,
      fillColor: '#000000', erasure: false
    });
    stage = 'marked';
    status.textContent = '已标记，尚未应用';
  };
  document.querySelector('#apply').onclick = async () => {
    await doc.applyRedactions('all');
    stage = 'redacted';
    status.textContent = '已应用；请导出后核查';
  };
  document.querySelector('#save').onclick = async () => {
    const data = await doc.exportPDF(true);
    const url = URL.createObjectURL(new Blob([data], { type: 'application/pdf' }));
    const a = document.createElement('a');
    a.href = url;
    a.download = stage + '.pdf';
    a.click();
    setTimeout(() => URL.revokeObjectURL(url), 10000);
  };
</script>
</html>

启动：

sh 复制代码

npx vite --host 127.0.0.1

打开终端显示的本地地址。这里将 SDK 静态资源复制到 public/webviewer，初始化的 path 使用 /，使阅读器入口落到 /webviewer/index.html；部署到子目录时，应一起调整资源与 PDF 路径。

按下面顺序操作，确保三份输出来自同一原件：

添加普通遮挡，下载 covered.pdf。
重新打开原件，创建密文标记，先下载 marked.pdf。
对当前标记应用密文，再下载 redacted.pdf。

ComPDF 的密文处理分为标记和应用两个步骤。addAnnotations({ type: 'redact', ... }) 只是标记区域；本例随后调用 applyRedactions('all') 才处理标记内容。保留原件，在副本上完成验证。

图：本地教学项目嵌入 ComPDF Web SDK 的实际操作界面，目标区域已应用密文。下文仍检查导出文件。

3. 独立核对导出文件

把三份文件放在同一目录，安装读取工具：

sh 复制代码

python3 -m pip install pypdf

python 复制代码

# verify_outputs.py
from pathlib import Path
from pypdf import PdfReader

for name in ['covered', 'marked', 'redacted']:
    text = '\n'.join(page.extract_text() or ''
                     for page in PdfReader(Path(name + '.pdf')).pages)
    print(name, {
        'target_found': 'TEST-SECRET-ALPHA' in text,
        'retained_found': 'KEEP-PUBLIC-BETA' in text,
    })

sh 复制代码

python3 verify_outputs.py

本次结果：

text 复制代码

covered  target_found=True  retained_found=True
marked   target_found=True  retained_found=True
redacted target_found=False retained_found=True

再用另一阅读器打开输出，检查目标区域和周围内容。文字提取结果用于核验这组教学标记，不证明图片、附件、表单、元数据或历史内容都已经清理。

实际文件还需要检查什么

这里处理的是电子 PDF 中已知位置的文字区域。扫描图片、隐藏 OCR 层、多页重复信息以及页面外的附件等，要作为独立检查项处理。也不要把删除一个关键词当作完整脱敏：检查全部目标出现位置、非目标内容是否保留，以及接收方拿到的最终文件。

先用自己的教学副本跑通"标记 → 应用 → 导出 → 重开核查"，确认结果符合任务，再接入业务流程。