Cómo anonimizar un PDF paso a paso How to anonymize a PDF, step by step
Si alguna vez has abierto un PDF, dibujado un rectángulo negro encima de un DNI o una cuenta bancaria, y lo has exportado pensando que "ya está tapado", esta guía es para ti. Ese método falla más a menudo de lo que parece — y cuando falla, el dato sigue ahí, solo que oculto a simple vista.
Por qué un rectángulo negro no es anonimizar
Un PDF no es una foto: por debajo de lo que ves hay capas de texto, y a veces también los objetos originales que tapaste. Si usas herramientas de "resaltar" o "dibujar" en visores como Vista Previa, Adobe Acrobat en su modo básico, o incluso PowerPoint exportado a PDF, lo habitual es que el rectángulo se dibuje encima del texto, no que lo elimine. Cualquiera puede seleccionar ese texto con el cursor, copiarlo, o extraerlo con una herramienta gratuita en segundos. Ha pasado en casos reales y muy conocidos de gobiernos y empresas que publicaron documentos "censurados" que no lo estaban.
Qué significa anonimizar de verdad
Anonimizar correctamente un PDF significa que, después del proceso, el dato personal ya no existe en el archivo en ninguna forma recuperable: ni como texto seleccionable, ni como texto buscable, ni en una capa oculta. La única forma fiable de conseguir esto es reconstruir la página como una imagen plana una vez tachado el dato, de modo que no quede ninguna capa de texto original debajo de la marca.
El proceso, paso a paso
- Identifica qué es un dato personal en el documento. Nombres, números de identificación, teléfonos, correos, direcciones, cuentas bancarias, fechas de nacimiento y firmas suelen ser los más comunes (en nuestra guía sobre qué datos personales tachar lo detallamos por tipo de documento).
- Marca cada dato, no solo "los que se ven a simple vista". Un dato puede repetirse en varias páginas, en el pie de página, o dentro de una tabla — revisa el documento completo, no solo la primera página.
- Verifica que la marca elimina el texto, no solo lo cubre. Después de exportar, intenta seleccionar el texto tachado con el cursor: si puedes resaltarlo o copiarlo, el proceso falló.
- Revisa los metadatos del archivo. Muchos PDFs guardan en sus propiedades el nombre del autor original, la empresa, o incluso comentarios internos — no aparecen en el cuerpo del documento pero sí en "Propiedades del documento". Bórralos o sustitúyelos antes de compartir el archivo si contienen información que no quieres exponer.
- Descarga y revisa el resultado final antes de enviarlo, idealmente abriéndolo en un lector distinto al que usaste para procesarlo, para confirmar que se ve como esperas.
Cómo lo hace Redakt
Subes el PDF, la inteligencia artificial detecta los datos personales candidatos y tú confirmas o descartas cada marca antes de exportar. Al final, cada página se reconstruye como imagen: no queda ningún texto seleccionable debajo de la marca, así que no depende de que "nadie lo intente" — simplemente ya no está ahí. Puedes ver el proceso completo aquí.
Errores comunes que conviene evitar
- Revisar solo la primera página y asumir que el resto es igual.
- Compartir por error el archivo original en lugar del ya censurado (revisa el nombre del archivo antes de adjuntarlo).
- Olvidar que una imagen escaneada también puede tener texto oculto (una capa de OCR) que hay que tratar igual que el texto normal.
- No revisar los metadatos del documento.
If you've ever opened a PDF, drawn a black rectangle over an ID number or a bank account, and exported it thinking it was "covered", this guide is for you. That method fails more often than it looks like it should — and when it fails, the data is still there, just hidden from plain sight.
Why a black rectangle isn't anonymization
A PDF isn't a photo: underneath what you see there are text layers, and sometimes the original objects you covered are still there too. If you use "highlight" or "draw" tools in viewers like Preview, Acrobat's basic mode, or even PowerPoint exported to PDF, the rectangle usually gets drawn on top of the text rather than removing it. Anyone can select that text with a cursor, copy it, or extract it with a free tool in seconds. This has happened in real, well-known cases involving governments and companies that published "redacted" documents that weren't actually redacted.
What real anonymization means
Properly anonymizing a PDF means that, after the process, the personal data no longer exists in the file in any recoverable form: not as selectable text, not as searchable text, not in a hidden layer. The only reliable way to achieve this is to rebuild the page as a flat image once the data is blacked out, so there's no original text layer left underneath the mark.
The process, step by step
- Identify what counts as personal data in the document. Names, ID numbers, phone numbers, emails, addresses, bank accounts, dates of birth and signatures are usually the most common (see our guide on what personal data to redact broken down by document type).
- Mark every instance, not just the ones you notice at a glance. A piece of data can repeat across several pages, in a footer, or inside a table — check the whole document, not just the first page.
- Verify the mark actually removes the text, not just covers it. After exporting, try selecting the redacted text with your cursor: if you can highlight or copy it, the process failed.
- Check the file's metadata. Many PDFs store the original author's name, the company, or even internal comments in their properties — they don't show up in the document body but do in "Document properties". Remove or replace them before sharing the file if they expose information you don't want to share.
- Download and review the final result before sending it, ideally opening it in a different reader than the one you used to process it, to confirm it looks the way you expect.
How Redakt does it
You upload the PDF, the AI flags candidate personal data, and you confirm or dismiss each mark before exporting. In the end, every page is rebuilt as an image: there's no selectable text left under the mark, so it doesn't depend on "nobody trying" — it simply isn't there anymore. You can see the full process here.
Common mistakes worth avoiding
- Checking only the first page and assuming the rest is the same.
- Accidentally sharing the original file instead of the redacted one (double-check the file name before attaching it).
- Forgetting that a scanned image can also carry hidden text (an OCR layer) that needs the same treatment as normal text.
- Not checking the document's metadata.