El rectángulo negro no tacha nada: el texto sigue dentro del PDF

Poner un rectángulo negro encima de un dato en un PDF no lo borra. El texto sigue dentro del archivo, seleccionable y extraíble, porque dibujar una caja es una operación de dibujo y no toca las instrucciones que colocan los caracteres. La guía que ha publicado la gente de hddn.app repasa por qué ocurre y tres casos en los que el fallo salió a la luz demasiado tarde.

Un PDF no es una imagen de una página. Es una lista de instrucciones: coloca este glifo en esta coordenada con esta fuente, luego el siguiente, luego el siguiente. Lo que ves es una cadena real que vive en el flujo de contenido del archivo, con las posiciones que permiten recomponerlo. Cuando arrastras el rectángulo añades una instrucción más: pinta una forma rellena en estas coordenadas. Esa instrucción se ejecuta después del texto, así que la forma queda encima y tu ojo se detiene ahí. La instrucción que dibuja el número sigue intacta.

De ahí que seleccionar la zona y copiar devuelva las palabras: la selección lee el flujo de contenido, no los píxeles. Lo mismo hacen las bibliotecas de extracción, la búsqueda del lector y un lector de pantalla. No es un fallo de la herramienta que usaste: hizo exactamente lo que le pediste.

Cuando falla a escala

En 2005 el Ejército de Estados Unidos publicó su informe sobre el tiroteo en el que murió Nicola Calipari en Irak con secciones tapadas. Al copiar la página a un procesador de textos, las secciones volvieron, con nombres y movimientos de tropas. El Pentágono retiró el archivo, pero para entonces ya estaba replicado en mil sitios. En 2009 el manual de procedimientos del TSA salió con las partes sensibles cubiertas del mismo modo y los investigadores tenían el texto completo en horas. En 2019 los abogados de Paul Manafort presentaron un documento judicial con barras negras sobre varios párrafos; los periodistas copiaron y pegaron y apareció, entre otras cosas, que había compartido datos de encuestas de campaña con Konstantin Kilimnik.

Tres organizaciones con abogados, procesos de revisión y mucho interés en acertar. El modo de fallo no distingue lo cuidadoso que seas, porque no parece un fallo hasta que lo encuentra otro.

Cómo se tapa de verdad

Para que el texto desaparezca hay que borrar la instrucción que lo dibuja del flujo de contenido y reescribir el archivo sin ella. Las herramientas de redacción en serio marcan la región, calculan qué glifos caen dentro, los eliminan y después pintan la caja negra como marca visual de lo que se ha quitado. Son dos operaciones distintas que producen la misma captura de pantalla; solo una cambia lo que contiene el archivo.

Y no va solo el texto. Metadatos con el nombre del autor y el nombre original del fichero, versiones previas guardadas en el historial de guardado incremental, comentarios y anotaciones, adjuntos, o una imagen recortada que conserva la foto completa fuera del área de recorte. Cualquiera de esos sitios puede llevar justo lo que querías eliminar.

La comprobación básica no necesita herramienta especializada: abre el PDF, selecciona la zona que crees redactada, copia y pega en un editor de texto plano. Si aparece el texto, no está redactado. Después busca con Ctrl+F una palabra que hayas eliminado; un resultado dentro de la caja negra significa lo mismo. Son diez segundos y cubren el caso habitual, pero no los metadatos, las anotaciones ni el contenido escondido fuera de la página visible: para material sensible, eso es el suelo y no el techo. La guía completa entra en qué operación elimina contenido de verdad y por qué conviene verificar los bytes exportados y no el documento que estabas editando.