PDFに残る見えない情報。印刷しただけのPDFにも、文書名とブラウザの名前が入っていた
PDFを人に渡す前に、中身を見直したことはあるだろうか。本文は見直しても、ページに出ない情報は、たいてい見ていない。作成者、タイトル、作ったソフト、作成日時。これらはファイルの中に残っている。仕様書を読み、実際にPDFを作って、何が入っているかを調べた。
見えない情報は、2か所にある
PDFの仕様書(Adobe が公開している PDF 32000-1:2008。確認日:2026年11月3日)の 14.3.1 は、文書全体の情報(タイトル・作成者・作成日時など)を置く方法を2つ挙げている。
1. 文書情報辞書(14.3.3):もともとあった方法。2. メタデータストリーム(14.3.2。XMP と呼ばれる XML の形式):PDF 1.4 から使える。仕様書は、こちらが今は推奨される方法だと書いている。
文書情報辞書に入りうる項目は、仕様書の Table 317 にある。
| 項目 | 仕様書の説明 |
|---|---|
| Title | 文書のタイトル |
| Author | 文書を作った人の名前 |
| Subject・Keywords | 主題・キーワード |
| Creator | 元の文書を作ったソフト(変換して作ったPDFの場合) |
| Producer | PDFに変換したソフト |
| CreationDate・ModDate | 作成日時・更新日時 |
14.3.2 の NOTE 2 は、XMP が、PDFを知らないツールでも、圧縮・暗号化されていなければ、平文として読めることを書いている。文字列検索だけで読み取れるということだ。
印刷しただけのPDFに、何が入っていたか
作成者の名前が入っていない(入れていない)PDFでも、情報は残る。手元で実際に作った2種類のPDFを調べた。
| 項目 | Edge(Chromium)の「PDFに印刷」 | Windowsの Microsoft Print to PDF |
|---|---|---|
| Title | ページの <title>(無ければ、HTMLのファイル名) | 印刷したときの文書名 |
| Author | なし | 空 |
| Creator | ブラウザのUser-Agent全体(Windows 10.0・64ビット・Edge のバージョン) | なし |
| Producer | Skia/PDF m156 | Microsoft: Print To PDF |
| 作成・更新日時 | 秒まで。UTCで記録 | 秒まで。日本時間(+09:00)で記録 |
| XMP | なし | なし |
たとえば、<title> に「2026年度 見積書(社外秘)」と書いたHTMLを印刷すると、その文字列がそのままタイトルに入った。Microsoft Print to PDF では、印刷時の文書名を「社外秘_見積書_最終版」にすると、同じ文字列がタイトルに入った。つまり、ファイルの名前や、印刷元の文書名が、タイトルとして残る。ページには出ないので、気づきにくい。User-Agent も、OSの種類やブラウザのバージョンが分かる文字列で、作った人の環境を示している。
なお、この2つのPDFの全体を文字列として探したが、この PC のユーザー名とコンピューター名は見つからなかった(圧縮された部分は探していない)。Word などが、ユーザー名を作成者に入れることは、この PC に入っていないため確かめていない。
文書情報だけを消しても、XMPに残る
2か所に同じ情報があるので、片方だけを消しても、もう片方に残る。文書情報と XMP の両方に、作成者(架空の名前 Taro Yamada)、タイトル、作ったソフト、日時、文書の ID を入れた検証用のPDFを、手で作った。このPDFから、文書情報の Author と Creator だけを消して書き出すと、XMP の作成者(dc:creator)は Taro Yamada のまま残った。
実際のソフトでは、どちらにも入れるものが多いと考えられるが、手元に Word や Acrobat が無く、実物は確かめていない。上のPDFは、仕様書の形に合わせて自分で組み立てたものだ。
編集したPDFには、古い値が残ることがある
仕様書の 7.5.6(Incremental Updates)は、PDFの更新の方法を書いている。
- 更新するとき、変更はファイルの末尾に書き足される。元の内容はそのまま残る。
- 削除されたオブジェクトも、ファイルの中には残したままで、削除の印をつけるだけ。
小さな変更を速く保存できるが、その分、新しい版の裏に、古い版のデータが残ることがありうる。これを確かめるため、文書情報を書き足して更新した(%%EOF が2回出る)PDFを手で作った。新しい文書情報は作成者 Hanako Suzuki だが、ファイルを探すと、古い作成者 Taro Yamada も残っていた。
| ファイル | サイズ | 値の探索結果 |
|---|---|---|
| 更新後のPDF(そのまま) | 2,864 B | 文書情報・XMP の値 11 個が、すべて見つかった(古い作成者名を含む) |
| 文書情報と XMP を消して、どこからも参照されない部分も取り除いたもの | 794 B | 0 個 |
| 文書情報を消しただけで、古い部分は取り除かなかったもの | 2,146 B | 古い作成者名 Taro Yamada が残った |
項目を消すだけでは足りないことが分かる。古い版の部分ごと、組み立て直す必要がある。
消せないもの
文書情報と XMP を消しても、次のものは残る。
- 注釈・コメントを書いた人の名前(注釈の作成者)
- 添付ファイル
- 貼り付けた写真に入っている EXIF(位置情報を含むことがある)
- 本文や画像に写っている名前や文字
写真を貼ったPDFでは、写真の EXIF がそのまま入りうる。写真の位置情報は、PDFに入れる前の画像から消しておく。
確かめて、消す
このサイトのツールは、PDFの文書情報と XMP を読み、項目ごとに選んで消せる。書き出したあと、消えたかどうかを読み直して示し、消した値がファイルのどこにも残っていないかも探す。古い版の部分も取り除く。注釈の作成者・添付・写真の EXIF は、あるかどうかを数えて知らせるが、消さない。ファイルはブラウザの中で処理し、サーバーには送らない。パスワード付きなど、暗号化されたPDFは扱えない。
測定の条件
- PDFは、Windows 11 Pro(10.0.26300)の Edge 156(
--print-to-pdf)と、Microsoft Print to PDF(.NET の PrintDocument で出力)で作った。文書情報の読み取りは pdf.js 6.3.289。 - XMP つき・更新つきのPDFは、仕様書の形に合わせて手で組み立てた検証用で、実在のソフトが作ったものではない。名前はすべて架空。
- Word・LibreOffice・Acrobat などが作るPDFの、項目の入り方は、試していない。
参考
- Adobe, PDF 32000-1:2008(7.5.6 Incremental Updates、14.3.1〜14.3.3 Metadata、Table 317):https://opensource.adobe.com/dc-acrobat-sdk-docs/pdfstandards/PDF32000_2008.pdf(2026年11月3日確認)