Metadados

Metadados são os dados que um arquivo guarda sobre si mesmo. Num PDF, isso inclui título, autor, assunto, palavras-chave, o programa que criou o documento, o programa que gerou o PDF e as datas de criação e modificação. Nada disso aparece na página, e tudo vai junto quando você envia o arquivo.

Para ver, abra as propriedades do documento no leitor de PDF que você usa. É informação acessível a quem receber o arquivo.

Por que existe

Os metadados servem para organização e busca. Um sistema de gestão de documentos pode usar autor e data para indexar muitos arquivos sem abrir cada um. O título (campo Title) é o texto que o leitor de PDF pode mostrar na barra de título e que leitores de tela podem anunciar, e o idioma do documento (entrada /Lang, guardada no catálogo do PDF) indica ao leitor de tela em que língua o texto está. A W3C descreve os dois como técnicas de acessibilidade para PDF.

O problema é que alguns campos são preenchidos automaticamente com o que estiver por perto, como o nome do usuário do programa e o nome do aplicativo. Quem cria o documento nem sempre escolhe esses valores.

Na especificação do PDF há dois lugares para esses dados: o dicionário de informações, com campos fixos, e os fluxos de metadados em XMP, que a especificação descreve como o método preferido desde o PDF 1.4 e que permite campos personalizados.

Na prática

Um PDF feito a partir de um arquivo reaproveitado pode ainda carregar o título antigo. Um nome de autor registrado no programa de origem pode aparecer nas propriedades sem que quem enviou perceba. As datas de criação também mostram quando o documento nasceu. Tudo isso pode ser lido com dois cliques por quem receber o arquivo.

Ao converter um documento do Word para PDF, existe uma caixa “Propriedades do documento” nas opções de exportação, que, quando marcada, inclui as propriedades no PDF, segundo a documentação da Microsoft. Vale conferir essa opção antes de exportar.

O que fazer

Antes de publicar algo, abra as propriedades e confira cada campo. Leva poucos segundos.

Para editar ou limpar os campos, use a ferramenta de metadados de PDF, que roda no navegador. Ela trabalha com os campos do dicionário de informações (título, autor, assunto, palavras-chave, aplicativo de origem, gerador e datas) e não altera o bloco XMP.

Vale lembrar que, pela LGPD, informação relacionada a pessoa natural identificada ou identificável é dado pessoal (art. 5º, inciso I), o que pode incluir um nome de autor em metadados. E limpar metadados não é o mesmo que redigir o documento: uma tarja preta desenhada por cima do texto não apaga o texto que está embaixo. São dois problemas diferentes. O guia sobre metadados de PDF aprofunda o tema.