MavenDoc › Guia do tarjamento › Anonimizador de PDF: o que realmente remove o dado do arquivo
Ferramenta e guiaAnonimizador de PDF: o que realmente remove o dado do arquivo
Anonimizar um PDF é remover a informação de dentro do arquivo — não desenhar um retângulo por cima dela. Abaixo você testa a detecção em um texto real, sem enviar nada para lugar nenhum, e vê como o mesmo princípio se aplica ao documento inteiro.
Resposta rápida
Um anonimizador de PDF localiza dados pessoais e informações restritas em um documento e os remove da camada digital do arquivo, gerando um novo PDF em que a tarja preta é o resultado da remoção — não uma cobertura por cima do texto. Se a ferramenta apenas desenha o retângulo, o conteúdo continua lá e volta ao ser selecionado, copiado ou extraído.
Três detalhes separam um anonimizador de verdade de um editor com forma preta: ele remove em vez de cobrir, aplica OCR quando o PDF é uma digitalização (senão não há texto a encontrar), e registra o que foi ocultado, para sustentar a decisão em um pedido de acesso ou numa auditoria.
A ferramenta desta página anonimiza texto colado, inteiramente no seu navegador, para você conferir o comportamento antes de confiar o documento a qualquer serviço. Para o arquivo PDF em si — com OCR, lote e trilha de auditoria — o processamento é feito pelo MavenDoc.
Teste agora
Anonimize um trecho sem enviar nada para fora
Cole um parágrafo de ofício, petição, ata ou despacho. A detecção roda no seu navegador: o texto não é enviado para este site nem para o MavenDoc.
O que foi removido
Nenhum dado dos tipos reconhecidos foi encontrado neste trecho.
O que esta demonstração não faz: ela reconhece dados de formato previsível — e valida o dígito verificador de CPF e CNPJ, para não tarjar um número de protocolo qualquer. Nomes de pessoas, endereços e cargos ela não detecta, porque nenhuma expressão regular consegue: distinguir o endereço de um cidadão do endereço do próprio órgão exige leitura de contexto. É essa parte que a detecção por IA do MavenDoc faz — e é ela que decide se um PDF sai publicável ou não.
Repare no que aconteceu com o endereço do exemplo. Ele continua lá. CPF, CNPJ, número de processo e CEP têm formato previsível e uma expressão regular os encontra; “Rua General Câmara, 187” não tem formato nenhum que o distinga de um endereço de repartição pública — que, aliás, não deve ser ocultado.
Essa é exatamente a fronteira entre uma ferramenta determinística e um anonimizador completo. Regra pega o que é padrão; detecção contextual pega o que depende de leitura. Um documento tratado só por regra costuma sair com o CPF removido e o nome da parte intacto no cabeçalho.
Verificação
Como saber se o seu PDF foi mesmo anonimizado
O documento abaixo parece tarjado. Selecione as áreas pretas com o cursor e copie.
Requerente: Helena Prado Nogueira, portadora do CPF 318.445.902-77, residente na Av. Independência, 742, apto. 51, conforme documentação anexa ao processo.
O texto está no arquivo, exatamente como ficaria no PDF.
Faça isso com o arquivo que qualquer anonimizador devolver: selecione a área tarjada, copie e cole em um bloco de notas. Se o texto reaparecer, o dado nunca foi removido. O mecanismo está detalhado em por que a tarja preta não protege.
Há um segundo teste para os casos em que o visualizador impede a seleção: converta o PDF para texto puro. A extração revela o que a seleção escondeu. E confira também o nome do arquivo e as propriedades do documento — é comum o CPF ter sido removido do corpo e permanecer em oficio-resposta-joao-silva-38144590277.pdf.
Procedimento
Como um anonimizador de PDF trabalha, passo a passo
As quatro etapas são sempre as mesmas. O que muda entre as ferramentas é quantas delas são de fato executadas.
Tornar o documento legível por máquina
Se o PDF é papel digitalizado, não existe texto — existe imagem. Nenhuma busca encontra um CPF que está dentro de um pixel. É preciso OCR para reconhecer o conteúdo antes de qualquer detecção.
Este é o passo que a maioria das ferramentas gratuitas pula, e é por isso que elas parecem “não achar nada” em processos escaneados.
Localizar o que precisa sair
Duas técnicas se somam. Expressão regular e listas para o que tem formato — CPF, CNPJ, número de processo, telefone, e-mail, CEP. Detecção contextual para o que não tem: nomes de pessoas, endereços residenciais, cargos que identificam alguém indiretamente.
A validação de dígito verificador importa aqui: sem ela, uma ferramenta tarja qualquer sequência de onze dígitos, inclusive números de protocolo que precisavam continuar visíveis.
Revisar antes de exportar
A detecção automática cobre o volume; a revisão humana cobre o julgamento. É nela que se decide que o endereço do órgão fica e o do requerente sai — decisão que nenhuma ferramenta toma sozinha com segurança.
Em documento que vai a publicação oficial, esta etapa é o que separa uma triagem de uma decisão defensável.
Remover de verdade e gerar o novo arquivo
O conteúdo é excluído da camada digital e um novo PDF é gerado. A tarja preta aparece porque o dado saiu, não para escondê-lo.
O restante do documento continua pesquisável e legível por leitor de tela — diferente do que acontece quando a ferramenta “resolve” rasterizando a página inteira em imagem, o que destrói a busca e conflita com as exigências de acessibilidade em portais de transparência.
Revisão
Onde a informação escapa em um PDF
O corpo do texto é a parte fácil. O que costuma passar está nas bordas do documento.
- 1Cabeçalho e rodapé de todas as páginas. Em ata de licitação, o CPF do fornecedor costuma estar no rodapé de cada página, não no corpo. Tarjar a primeira página não resolve nada.
- 2Carimbos, protocolos e assinaturas. Carimbo de recebimento traz matrícula e nome do servidor; a assinatura manuscrita é dado biométrico e aparece digitalizada.
- 3Anexos e documentos juntados. A cópia do RG anexada à petição é um documento inteiro de dados pessoais, e quase sempre é uma imagem — exige OCR.
- 4Nome do arquivo e metadados. Autor, título e histórico de revisões ficam nas propriedades do PDF e sobrevivem à tarja mais caprichada.
- 5A versão anterior que continua no ar. Republicar o arquivo corrigido sem despublicar o antigo mantém a exposição. Vale conferir também o cache dos buscadores.
Dado pessoal e dado sensível não são a mesma coisa. Sensível é a categoria estreita — saúde, biometria, origem racial, convicção religiosa. Um anonimizador que só trata “dados sensíveis” deixa passar CPF, endereço e telefone, que são dados pessoais comuns e igualmente identificáveis.
Base legal
Quando anonimizar deixa de ser opcional
LGPD (Lei nº 13.709/2018)
A lei não manda “usar um anonimizador”. Ela exige que o tratamento tenha finalidade legítima e que os dados não sejam expostos além do necessário. Publicar um processo íntegro quando bastava a parte pública é tratamento excessivo — e a anonimização é o meio prático de corrigir isso sem deixar de publicar.
LAI (Lei nº 12.527/2011)
O art. 7º, § 2º assegura o acesso à parte não sigilosa do documento. Restringir o processo inteiro porque três páginas têm dado pessoal entrega menos do que a lei determina. O anonimizador existe justamente para permitir publicar o resto.
Sigilo legal e segredo de justiça
Aqui a obrigação não vem de uma lei de dados, mas da hipótese de sigilo específica — processo em segredo de justiça, sindicância em curso, informação pessoal de terceiro. A anonimização é o que torna o documento divulgável sem violar a restrição.
Comparativo
Anonimizadores de PDF disponíveis no Brasil
Cada um resolve um recorte diferente. O critério que mais elimina opções não é preço — é se o arquivo pode sair da sua rede.
| Critério | Anonimizador do Insper | CogniJUS | Acrobat Pro | On-line genérico | MavenDoc |
|---|---|---|---|---|---|
| Remove o dado do arquivo | Sim | Sim | Sim | Varia | Sim |
| Encontra os dados sozinho | Não | Sim | Não | Varia | Sim |
| OCR de documento digitalizado | Não | Parcial | Sim | Não | Sim |
| Processamento em lote | Não | Não | Manual | Não | Sim |
| Arquivo permanece na sua rede | Não | Não | Sim | Não | Nuvem BR ou on-premises |
| Trilha de auditoria por ocultação | Não | Não | Não | Não | Sim |
| Custo | Gratuito | Plano pago | Licença | Gratuito ou plano | Plano ou teste |
O anonimizador do Insper é gratuito e faz o que promete, mas trabalha por substituição: você informa os termos a ocultar e ele os remove. Serve muito bem para quem já sabe exatamente o que sair — e não ajuda quando a pergunta é o que há de dado pessoal em 300 páginas. O tarjador da CGU no Fala.BR ficou fora da tabela de propósito: para pedidos de acesso tramitados no Fala.BR ele é a ferramenta certa, e o comparativo aqui trata do que fica fora daquele fluxo.
A linha que costuma decidir a escolha em órgão público é a quinta. Ferramenta on-line significa enviar o documento para o servidor de um terceiro, e isso normalmente esbarra na norma interna de segurança da informação — antes de qualquer discussão sobre base legal. O detalhamento por opção está em ferramenta para anonimizar PDF, e os requisitos para termo de referência em software para anonimizar documentos.
Agentes de IA
Anonimizar um PDF direto do seu assistente de IA
O MavenDoc publica um servidor MCP, o protocolo que assistentes usam para acionar ferramentas externas.
Se você usa um assistente compatível com MCP (Model Context Protocol), dá para anexar o PDF na conversa e pedir a anonimização sem abrir outra aplicação. O endpoint público é https://mcp.maven.com.br/mcp.
Vale um alerta que a própria ferramenta faz: enviar um documento para um assistente significa processá-lo fora da sua rede. Para arquivo com informação restrita, a pergunta a levar à segurança da informação continua sendo a mesma da tabela acima — e a resposta pode ser a edição on-premises, em que nada trafega para fora.
Perguntas frequentes
O que costuma ficar em dúvida
Anonimizar um PDF é a mesma coisa que tarjar?
Na prática, sim — desde que o dado seja removido. “Tarjamento” é o termo usado no setor público e descreve o resultado visual; “anonimização” descreve o efeito sobre a informação. O que não vale como nenhum dos dois é desenhar um retângulo preto por cima do texto.
Existe anonimizador de PDF gratuito que funcione?
Existe, com recortes. O tarjador da CGU resolve bem os pedidos de acesso dentro do Fala.BR, e o anonimizador do Insper remove os termos que você indicar. Nenhum dos dois faz OCR de digitalizado nem detecta sozinho o que há de dado pessoal em um acervo — que é onde o trabalho realmente consome tempo.
A ferramenta desta página anonimiza o meu PDF?
Não. Ela anonimiza o texto que você colar, e faz isso dentro do seu navegador justamente para você conferir o comportamento sem entregar arquivo nenhum. Para o PDF, com OCR, lote e registro do que foi ocultado, o processamento é feito pelo MavenDoc.
Como anonimizar um PDF escaneado?
Primeiro OCR, depois anonimização. Sem reconhecer o texto dentro da imagem não há o que localizar, e cobrir a área com um retângulo é ainda mais frágil: a imagem original permanece no arquivo e remover a forma em qualquer editor devolve a página inteira.
A LGPD obriga a usar um anonimizador de PDF?
A LGPD não determina ferramenta. Ela exige que o dado não seja exposto além do necessário para a finalidade. Em documento que precisa ser publicado ou compartilhado, a anonimização costuma ser o caminho mais direto para cumprir isso sem deixar de atender ao pedido.
O anonimizador deixa o PDF ilegível ou muito maior?
A remoção cirúrgica preserva paginação, layout e o restante do texto. Quem rasteriza a página inteira, sim: o arquivo cresce, perde definição ao ampliar, deixa de ser pesquisável e deixa de ser lido por leitor de tela.
Dá para anonimizar centenas de PDFs de uma vez?
Essa é a diferença prática entre ferramenta de documento avulso e plataforma. Anonimizar um ofício no Acrobat Pro é viável; tratar o acervo já publicado exige envio em lote, API e um registro do que foi ocultado em cada arquivo.
Como comprovo depois o que foi ocultado?
Com trilha de auditoria por ocultação — o registro de qual informação saiu de qual documento, quando e por quem. É o que sustenta a decisão diante de um recurso em pedido de acesso ou de uma auditoria interna, e é o item que falta em praticamente todas as opções gratuitas.
Anonimize um PDF de verdade
Envie um arquivo real, confira o que a detecção encontrou e teste o resultado: selecione, copie e veja que não sobrou nada.
Criar conta grátis