从 PDF 中删除元数据

Question

我必须发出哪些不可逆命令才能从中删除所有元数据foo.pdf？假设嵌入的图像已经干净。

我的印象来自

https://gist.github.com/hubgit/6078384

那

exiftool -all:all= foo.pdf
qpdf --linearize foo.pdf bar.pdf

可能就足够了，但我不清楚这是否是一个完全完整的方法。有一些谈论pdftk和我不明白的“信息词典”。

Answer 1

有一种名为MAT（元数据匿名工具包）的工具可以从多种不同格式中删除元数据。在 Ubuntu 中，我是这样使用它的：

sudo apt install mat2

mat2 filename.pdf  # you will now end up with a file called filename.cleaned.pdf

mat2 --inplace filename.pdf  # this will overwrite original file with the new one, effectively removing the original file

mat2 --show filename.pdf  # this will show the metadata that will be removed, if any (similar to dry run) 

请注意，与原始文件相比，清理后的文件将具有更小或更大的文件大小。

如果使用上述命令清理后的图像生成了很大的文件（如 pdf 文件），您可以尝试一种轻量级模式（只需添加）。--lightweight但这可能会留下一些元数据。使用该exiftool命令查明已清理的图像是否仍然泄漏任何元数据。