Cómo eliminar metadatos e información oculta de un PDF con ONLYOFFICE Docs

Informatec Digital » Seguridad » Cómo eliminar metadatos e información oculta de un PDF con ONLYOFFICE Docs

A veces damos por hecho que, al enviar un archivo, solo el destinatario leerá lo que hemos escrito en las páginas. Sin embargo, la realidad es que los documentos digitales arrastran una especie de mochila invisible llamada metadatos, donde se guarda desde quién creó el archivo hasta la versión del software utilizado. Esta información, aunque no se ve a simple vista, puede ser un verdadero dolor de cabeza si cae en manos equivocadas.

Para quienes utilizan herramientas como ONLYOFFICE Docs o suites de oficina, es vital saber cómo hacer una limpieza a fondo. No se trata solo de borrar el nombre del autor, sino de asegurar la privacidad total de la organización, evitando que rutas internas de servidores o historiales de edición revelen secretos operativos que no deberían salir de la oficina.

¿Qué demonios son los metadatos y por qué son un riesgo?

Para que nos entendamos, los metadatos son datos que describen otros datos. Si cogemos una foto, el contenido es la imagen, pero los metadatos son las coordenadas GPS exactas de dónde se hizo o el modelo del móvil. En un PDF o un documento de Word, esto se traduce en el nombre del usuario de Windows, la fecha de creación, la organización y hasta el historial de revisiones.

El peligro real surge cuando enviamos estos archivos a clientes o proveedores. Si no limpiamos estas propiedades, estamos regalando información extra. Un ejemplo clásico fue el dossier británico sobre Irak en 2003, donde el registro de revisiones incrustado delató a toda la cadena de editores, provocando un problema diplomático considerable por un simple descuido técnico.

Cómo limpiar metadatos en PDF con ONLYOFFICE y otras herramientas

Si estás trabajando con ONLYOFFICE Docs y quieres gestionar la información de tu PDF, el primer paso es echar un vistazo a lo que hay. Para visualizar estos datos, debes ir al menú «Archivo» y seleccionar «Propiedades». Una vez allí, si quieres borrar la información, puedes entrar en \»Metadatos adicionales\», acceder al modo «Avanzado» y eliminar línea por línea los datos que no quieras que nadie vea.

Si buscas otras alternativas profesionales para archivos PDF, existen varias opciones según el nivel de control que necesites:

• Adobe Acrobat Pro: Cuenta con una función potente llamada «Proteger» que permite quitar información oculta mediante un escaneo exhaustivo del documento.
• Nitro PDF: Permite borrar metadatos rápidamente desde la pestaña de protección en la sección de redacción de contenido.
• Foxit PhantomPDF: Ofrece una ruta sencilla a través de «Proteger» y luego «Datos ocultos» para marcar y eliminar los metadatos específicos.
• Herramientas Online: Existen webs como PDFYeah que automatizan el proceso, aunque hay que tener cuidado con la confidencialidad al subir archivos sensibles a servidores externos.

El Inspector de Documentos en la suite de Microsoft Office

Si el documento original es un Word, Excel o PowerPoint, lo ideal es limpiar los datos antes de convertirlo a PDF. El Inspector de Documento es la herramienta clave aquí. Permite buscar y eliminar comentarios, marcas de revisión, propiedades del servidor de documentos y hasta texto oculto (aunque no detecta texto blanco sobre fondo blanco).

Para usarlo, basta con ir a «Archivo», seleccionar «Información» y luego «Comprobar si hay problemas». Tras ejecutar la inspección, puedes darle a «Quitar todo» en los elementos que consideres peligrosos. En Excel, esto es especialmente útil para borrar hojas ocultas o filas y columnas que contienen datos que no quieres que el receptor vea.

Diferencias cruciales: Eliminar metadatos vs. Tachar contenido

Aquí es donde mucha gente mete la pata. Hay que dejar claro que eliminar metadatos no es lo mismo que tachar. Borrar los metadatos limpia las propiedades invisibles del archivo (autor, fechas, software), pero no borra ninguna palabra que esté escrita en la página. Si tienes un número de teléfono o un nombre confidencial visible, necesitas un tachado visual que aplane el documento.

Si solo borras los metadatos pero dejas el texto sensible, el dato sigue ahí. Y viceversa: si tachas el texto con un recuadro negro pero no limpias los metadatos, el nombre del autor original seguirá apareciendo en las propiedades del archivo. Lo ideal es realizar ambos procesos para garantizar una anonimización completa.

Consejos avanzados y advertencias técnicas

Para los más técnicos, herramientas como ExifTool son magníficas, pero tienen una trampa. Ejecutar el comando para borrar todo en un PDF puede ser reversible a menos que se utilice un proceso de linearización con qpdf. De lo contrario, alguien con conocimientos podría recuperar los datos borrados.

Otro punto importante son las firmas digitales. Si un documento está firmado electrónicamente, cualquier modificación en los metadatos podría invalidar la firma. Es fundamental revisar si el archivo tiene una firma antes de limpiarlo y, si es necesario, volver a firmar el documento una vez que esté limpio.

Gestión de datos en hojas de cálculo y otros formatos

En el caso de ONLYOFFICE Workspace, existe una función muy útil llamada Filtro Personalizado para archivos .xlsx. Esto no borra metadatos, pero permite compartir una hoja de cálculo donde los usuarios solo vean los datos filtrados por ti, evitando que manipulen la vista para descubrir información oculta en otras celdas.

En Visio, el proceso es similar al de Office: se accede a «Información», se elige «Comprobar si hay problemas» y se selecciona «Eliminar información personal», lo que limpia comentarios y rutas de plantillas que podrían ser sensibles.

Mantener la higiene digital de nuestros archivos es la mejor defensa contra las filtraciones accidentales. Desde el uso de inspectores de documentos en Office hasta la limpieza manual de propiedades en ONLYOFFICE o el uso de software especializado en PDF, el objetivo es siempre el mismo: que el destinatario reciba únicamente el contenido visible, eliminando cualquier rastro de identidad o infraestructura interna que pueda ser explotado malintencionadamente.