Raio-X do PDF
Descubra o que o arquivo revela antes de enviar: autor, metadados, anexos, comentários, camadas, JavaScript, formulários, dados pessoais, texto invisível e versões anteriores. Tudo no seu navegador.
Arraste um PDF aqui
auditoria local • metadados, anexos, PII e versões
Escolher PDFPDF protegido por senha
Digite a senha para auditar o conteúdo. Ela não sai do seu navegador.
—
—
—
—
Metadados
Revisões do arquivo
Verificando…
Observações
OCR para PII em imagens
Leia páginas sem camada de texto e procure CPF, CNPJ, telefone, e-mail, endereço e outros dados nas imagens. O OCR roda no navegador; na primeira vez baixa o modelo de idioma (~15 MB).
O OCR lê apenas o que está visível. Texto escondido atrás de tarja real não é recuperado; uma imagem de baixa qualidade pode gerar falhas ou falsos positivos.
Conteúdo remanescente
Use esta aba para conferir o que ainda existe dentro de um PDF que já foi tarjado ou anonimizado. O texto extraído inclui conteúdo que está visualmente coberto por tarja, mas continua na camada interna. Se aparecer PII aqui, o dado não foi removido de verdade.
O PDF descoberto contém os dados completos extraídos, sem tarjas. Trate o arquivo como sensível.
Texto invisível / escondido
Procura texto que existe na camada interna mas não aparece na página: branco no branco, modo invisível (Tr 3/7), opacidade 0, fonte minúscula, fora da página, coberto por formas, sob tarja, sob imagem ou com baixo contraste. A confirmação é visual: a página candidata é renderizada e a área de cada texto é amostrada. Durante a análise, pressione Esc para pular a varredura de texto invisível. Tudo local.
A detecção é heurística. Camadas OCR legítimas aparecem separadas; texto dentro de imagens rasterizadas exige OCR e texto sob imagem texturizada pode não ser confirmado. TXT, CSV e JSON mantêm os valores completos, inclusive PII; trate esses arquivos como sensíveis. A ausência de um achado não garante que o PDF esteja livre de conteúdo oculto.
Time Machine 3.1.2
Reconstrói versões anteriores quando o PDF foi salvo com incremental updates e compara texto, metadados, imagens, anexos, comentários, formulários, PII por valor, OCR, risco, tarjas, estrutura e objetos comprimidos — sem cortes silenciosos. Baixe as revisões A/B, navegue pelas diferenças, reproduza a linha do tempo, rotule revisões e exporte um relatório focado, tudo localmente. O carregamento continua sob demanda: apenas as revisões A/B são abertas, com cache limitado e análise estrutural em Web Worker com fallback local.
As áreas em vermelho mostram diferenças de pixels na página comparada. A visualização é renderizada localmente, sob demanda.
Relatório
O relatório completo inclui capa, score, metadados, XMP, todos os achados, PII, anexos, comentários, camadas, JavaScript, formulários, assinaturas, fontes, imagens, cobertura e o Time Machine com diff. Pode ficar maior em PDFs complexos.
Este é um relatório técnico de auditoria, não um laudo pericial. A ausência de um achado não garante que o documento esteja livre de dados ocultos. Para decisões legais, combine com revisão humana e ferramentas forenses especializadas.
O que o Raio-X encontra
- Metadados e autoria: autor, título, software, datas e XMP.
- Conteúdo escondido: anexos embutidos, comentários, camadas ocultas e JavaScript.
- Texto invisível: branco no branco, modo invisível (Tr 3/7), opacidade 0, fonte minúscula, texto fora da página, coberto por formas e possível prompt injection. A aba mostra trechos, página, prévia com marcações e exportação TXT/CSV.
- Dados pessoais: CPF, CNPJ, e-mail, telefone, endereço, CEP, OAB, processo e cartão na camada de texto e também em formulários, anotações, metadados, marcadores, links e anexos, com todos os valores e páginas.
- OCR em imagens: leia páginas escaneadas e procure PII nas imagens, com idioma, qualidade, progresso e cancelamento. Baixe o texto em TXT, PDF pesquisável ou PDF só texto.
- Reauditoria: todo arquivo gerado é analisado de novo para mostrar páginas, hash, achados e se ainda contém PII.
- Formulários e assinaturas: campos preenchidos, valores e assinaturas presentes.
- Arquivo já tratado: em PDFs tarjados ou anonimizados, extraia o texto remanescente, baixe TXT/PDF descoberto e tente remover tarjas vetoriais ou anotações.
- Versões anteriores: o Time Machine 3.1.2 reconstrói revisões incrementais e mostra alterações visuais, PII por valor, OCR completo, tarjas, estrutura do documento, risco por revisão, objetos forenses e exportação do diff.
Time Machine 3.1.2: veja o que foi apagado
Quando um PDF é salvo por cima do anterior, o arquivo guarda revisões. O Time Machine 3.1.2 reconstrói as versões recuperáveis e compara texto, metadados (incluindo XMP), páginas movidas, miniaturas visuais, imagens, anexos, comentários, formulários, PII por valor, OCR sob demanda, riscos, tarjas vetoriais/anotações, marcadores, rótulos de página, tags, geometria, conflitos Info × XMP e objetos comprimidos em ObjStm. A comparação usa hashes de conteúdo, carrega apenas as revisões A/B e mantém um cache limitado; o diff não é cortado em 500 linhas. Tarjas rasterizadas são sinalizadas indiretamente pela comparação visual e por mudanças de imagem. Se algo não puder ser analisado, o app avisa. É útil para conferir cláusulas removidas antes da assinatura, alterações em propostas e histórico de edição. Se o PDF foi re-salvo por um otimizador, normalmente só existe a versão final.
Privacidade
O arquivo não é enviado para servidores. A auditoria, o Time Machine e o relatório acontecem no navegador. O único acesso externo é o carregamento opcional do qpdf-wasm para PDFs com senha.
Limites
O Raio-X é uma auditoria técnica, não um laudo pericial. Metadados podem ter sido removidos ou forjados. O Time Machine depende de updates incrementais e não recupera conteúdo de arquivos linearizados ou re-salvos. A detecção de endereço é heurística e cobre a camada de texto; endereço dentro de imagem exige OCR. A PII fora do texto é procurada em formulários, anotações, metadados, XMP, marcadores, links e anexos; anexos de texto são lidos até 2 MB, PDFs anexados até 30 páginas e cada anexo até 10 MB, com até 20 anexos por auditoria. A remoção de tarja só funciona quando ela é vetorial ou anotação separada; tarja queimada/rasterizada não pode ser desfeita. A detecção de tarja do Time Machine 3.1.2 cobre retângulos vetoriais e anotações escuras; tarjas rasterizadas aparecem como mudança visual/imagem e devem ser confirmadas na comparação de páginas. O Time Machine 3.1.2 analisa até 200 revisões e 2.000 páginas por revisão, com até 5.000 imagens/anexos, 5.000 objetos forenses e 5.000 objetos comprimidos por revisão; o cache mantém 3 snapshots (2 em dispositivos com pouca memória). O arquivo pode ter até 300 MB no desktop e 150 MB em dispositivos com pouca memória. O OCR processa até 100 páginas por execução no desktop e 25 em dispositivos com pouca memória. Para PDFs escaneados sem camada de texto, a detecção de PII é limitada; rode o OCR PDF ou use o OCR sob demanda no Time Machine. A detecção de texto invisível combina sinais de estilo com amostragem visual das páginas candidatas, limitada a 120 páginas no desktop e 50 em dispositivos com pouca memória. Ela não detecta texto dentro de imagens rasterizadas, pode não confirmar texto sob imagens texturizadas e não cobre todos os caminhos de recorte, padrões ou transparências; texto totalmente fora da página pode não ser extraído pelo pdf.js. Camadas OCR legítimas são separadas das suspeitas; a ausência de um achado não garante que o PDF esteja livre de conteúdo oculto.