Censurar PDF

A deteção lê o texto tal como o ficheiro o guarda, nunca um despejo achatado. Os fragmentos voltam a ser costurados em linhas de leitura, para que um telefone partido por três delas continue a aparecer enquanto uma coluna de tabela deixa de se colar à vizinha, e só então manda a aritmética: a letra de controlo de um DNI, o módulo 97 sobre um IBAN, Luhn num cartão. O que falha as contas chega como simples padrão, com confiança mais baixa, etiquetado. Nada se aplica nas suas costas. A aplicação corre em três fases. A ordem importa. Cada folha marcada é rasterizada e as suas caixas pintadas; depois leem-se nove pontos dentro de cada caixa para confirmar que esses píxeis ficaram negros, porque um canvas acima do limite de tamanho do navegador aceita comandos de desenho e, em silêncio, não pinta nada, e é precisamente esse silêncio que faz a censura acabar cosmética. A escrita só começa quando todas as folhas passam. Metadados, anotações, anexos, JavaScript incorporado e ações de arranque saem depois, conforme os seus interruptores. A última fase transforma uma afirmação em facto. O PDF terminado é reaberto por um caminho de código separado, o seu texto extraído, cada valor oculto perseguido outra vez sem separadores nem maiúsculas. Nas folhas rasterizadas verifica-se que devolvem zero caracteres. Nos metadados, que estão vazios. Se algo falhar, o trabalho é declarado falhado e não há nada para descarregar. O relatório guarda o SHA-256 da entrada e da saída, cada verificação com o seu veredicto, e cada valor removido como impressão digital mais os seus dois últimos caracteres: suficiente para reconhecer, inútil para reconstruir.