¿Qué metadatos puede conservar un PDF después de censurarlo?

Por Juan José Menchón, fundador de Redactex · 18 de septiembre de 2026

La pregunta

Supongamos que el texto visible de un PDF ya está bien censurado — sin rectángulos, con las palabras realmente sustituidas por etiquetas como [NOMBRE]. ¿Basta eso para que el documento esté anonimizado, o puede seguir habiendo un nombre real en algún otro lugar del archivo?

Qué probamos

Si los metadatos del archivo (autor, título, asunto, programa con el que se creó) pueden contener datos identificativos aunque el texto visible del documento ya esté correctamente anonimizado.

Documento de prueba

Construimos un PDF ficticio cuyo único texto visible es [NOMBRE], [DNI]. Motivo: ayuda social. — es decir, un documento cuyo cuerpo ya está bien anonimizado, sin ningún rectángulo ni dato real a la vista. Pero le añadimos, a propósito, metadatos con el nombre de nuestro solicitante ficticio: autor "Ana Torres López", título "Expediente 2026-004 - Ana Torres López" y asunto "DNI 55667788Z" — exactamente el tipo de información que un gestor documental real puede rellenar automáticamente sin que nadie se dé cuenta.

Método

Pasamos el documento por Redactex Check, sin ninguna otra edición.

Resultado de nuestra prueba

Revisar Metadatos — Redactex Check encontró datos en los campos Author, Title, Subject y Producer: exactamente el nombre y el DNI ficticios que habíamos escondido ahí, pese a que el texto visible del documento ya estaba anonimizado.

Riesgo Texto recuperable — también marcó los 34 caracteres de texto visible como "recuperables", aunque ese texto ya son solo las propias etiquetas [NOMBRE]/[DNI], sin ningún dato real. Lo explicamos en la siguiente sección — es una limitación real de la herramienta, no un error de este experimento.

Qué significa esto

Anonimizar bien el cuerpo de un documento no es suficiente por sí solo: los metadatos se guardan por separado del texto visible y muchas herramientas (procesadores de texto, escáneres, gestores documentales) los rellenan automáticamente con el nombre de quien creó o editó el archivo. Si ese nombre coincide con la persona que el documento debía proteger, el documento sigue identificándola — solo que en un sitio que casi nadie revisa antes de compartir un PDF.

Limitación real que encontramos (de nuestra propia herramienta)

Redactex Check marcó como "texto recuperable" un texto que, en este caso concreto, ya no contenía ningún dato personal — solo las etiquetas de sustitución. Esto ocurre porque la comprobación de texto recuperable detecta presencia de texto seleccionable, no si ese texto tiene o no significado sensible: no distingue "hay un nombre aquí" de "aquí ya no hay nada que proteger". Es una limitación honesta de esta primera versión, no algo que ocultemos: un resultado "Riesgo" en esta comprobación concreta merece revisión humana antes de darlo por bueno o por malo.

Limitaciones de este experimento

Probamos solo 4 campos de metadatos habituales (Author, Title, Subject, Producer). Un PDF puede tener metadatos personalizados adicionales (XMP) que no forman parte de esta comprobación todavía.
No hemos probado con documentos generados por programas ofimáticos reales (Word, Google Docs, escáneres) — construimos el PDF directamente para aislar la variable que queríamos estudiar.

Pruébalo tú con Redactex Check

Comprueba los metadatos de tus propios PDF antes de compartirlos — gratis, sin registro, sin subir el archivo.

Abrir Redactex Check

Relacionado: eliminar datos personales de un PDF, texto y metadatos · experimento 01: el rectángulo negro.