Qué revela la metadata de un PDF (y cómo limpiarla)

Un PDF guarda, junto a sus páginas, una ficha invisible con quién lo hizo, con qué programa, cuándo y con qué título interno. Esa ficha viaja con el archivo: se llama metadata, y cualquiera que reciba el documento puede leerla en segundos. El campo autor suele contener el nombre de usuario del sistema o el que se registró al instalar Word; el campo productor delata la versión exacta del software; las fechas cuentan cuándo se creó y cuándo se tocó por última vez. Puedes ver y limpiar los metadatos de un PDF en el navegador, sin subir el archivo a ningún sitio, y comprobar en un minuto qué está contando el tuyo.

Qué campos guarda un PDF exactamente

El estándar define un diccionario llamado Info con un puñado de entradas fijas. Estas son las que importan:

• Title: el título interno del documento. Casi nunca coincide con el nombre del archivo, porque se hereda de la plantilla o del documento original: por eso aparecen joyas como Copia de Contrato_v3_FINAL2 en un PDF que se llama propuesta.pdf.
• Author: el autor. Lo rellena automáticamente el programa con el nombre de usuario del sistema operativo o con el nombre configurado en la suite ofimática.
• Subject y Keywords: asunto y palabras clave. Se rellenan a mano, así que casi siempre están vacíos — salvo cuando alguien los usó para notas internas.
• Creator: la aplicación donde nació el contenido (Word, InDesign, LaTeX, un ERP).
• Producer: la biblioteca o el motor que escribió el PDF final, normalmente con número de versión.
• CreationDate y ModDate: fechas de creación y última modificación, con hora y zona horaria.

Ninguno de estos campos es obligatorio y ninguno está verificado por nadie: son texto libre que escribe el programa generador. Eso los hace informativos, no probatorios.

Lo que esos campos cuentan sin querer

Por separado parecen inofensivos. Juntos dibujan un perfil bastante nítido:

• Un CV. El campo autor con el nombre de usuario del equipo del trabajo actual, y el título interno delatando que el currículum es una copia del que se mandó a otra empresa el mes pasado.
• Una propuesta comercial. Dos clientes reciben el mismo PDF y el título interno conserva el nombre del primero. La fecha de creación, además, revela que la propuesta "hecha a medida" se generó semanas antes de la reunión.
• Un documento filtrado o publicado. El productor identifica el software y su versión — información útil para cualquiera que quiera saber qué sistema lo generó — y el autor apunta a una persona concreta dentro de una organización.
• Un entregable con fecha comprometida. ModDate puede desmentir un "lo acabo de terminar" con una precisión incómoda, igual que puede respaldarlo.

Es el mismo mecanismo que hace que una foto cuente dónde se tomó: lo explicamos en detalle en qué revela una foto sobre ti. La diferencia es que los EXIF de una imagen suelen incluir coordenadas GPS y el PDF no; a cambio, el PDF apunta con más precisión a una persona y a una organización.

Además del diccionario Info existe XMP

Conviene saberlo antes de dar por limpio un archivo: muchos PDFs llevan un segundo almacén de metadatos llamado XMP, un bloque XML incrustado dentro del propio documento. Duplica buena parte del Info (título, autor, fechas) y añade lo que quiera la herramienta que lo escribió: identificadores únicos de documento, historial de ediciones, perfiles de color, datos de la suite de diseño.

La consecuencia práctica es que vaciar el diccionario Info no garantiza que el XMP quede vacío. Si el PDF viene de InDesign, Illustrator o un flujo editorial serio, revisa el archivo resultante después de limpiarlo. Para documentos generados por Word, LibreOffice, un navegador o una impresora virtual, limpiar el Info cubre lo esencial.

Cómo verla y cómo limpiarla

Verla es fácil: cualquier lector de PDF tiene un cuadro de propiedades del documento, aunque suele mostrar una selección de campos y no deja modificarlos. Para ver todo el diccionario y editarlo, abre el visor de metadatos PDF, arrastra el archivo y tendrás los campos en pantalla. Desde ahí puedes hacer dos cosas distintas:

• Corregir. Poner un título interno decente y un autor coherente. Es lo que quieres en un documento que representa a tu marca: un PDF con título interno correcto se ve mejor en la pestaña del navegador y en los resultados de búsqueda internos.
• Vaciar. Borrar todos los campos de golpe antes de enviar el archivo fuera. Es lo que quieres en un CV, una propuesta, una denuncia o cualquier documento que no debería apuntar a tu equipo.

Todo ocurre en tu navegador: el PDF no se sube a ningún servidor, que es justo la condición mínima cuando el documento contiene datos personales. Si además vas a compartirlo con terceros, tiene sentido encadenarlo con otras dos operaciones locales: comprimir el PDF para que pese menos y, si es confidencial, ponerle contraseña de apertura.

Lo que limpiar la metadata no resuelve

Es importante no confundir higiene con anonimato. Borrar el diccionario Info no toca nada de esto:

• El contenido visible. Un membrete, una firma escaneada o un pie de página con el nombre del departamento siguen ahí.
• El texto tapado. Un rectángulo negro dibujado encima de un párrafo es un dibujo: el texto sigue debajo y se copia con seleccionar y pegar. Redactar de verdad exige eliminar el texto, no cubrirlo.
• Las imágenes incrustadas. Si el PDF contiene fotos, sus propios EXIF pueden sobrevivir dentro del documento. El visor de metadatos EXIF sirve para revisarlas antes de insertarlas.
• Los comentarios y anotaciones. Notas de revisión, marcas de resaltado y campos de formulario rellenados son objetos del PDF, no metadata, y hay que quitarlos aparte.

Y un detalle que sorprende a mucha gente: si vuelves a procesar el PDF limpio con otra herramienta —una que lo firme, lo comprima o lo reimprima—, esa herramienta escribirá su propio Producer y una nueva ModDate. La limpieza es el último paso antes de enviar, no el primero.

La regla de treinta segundos

Antes de enviar un PDF fuera de tu organización, ábrelo en el visor de metadatos y mira dos campos: autor y título. Son los que más veces cuentan algo que no querías contar, y los que más rápido se arreglan. Si el documento es sensible, vacía todo. Si representa a tu marca, rellénalo bien. Lo que no tiene sentido es enviarlo sin mirar, que es exactamente lo que hace casi todo el mundo.

Preguntas frecuentes

Herramientas relacionadas

• Metadatos de PDF — Ver, editar y borrar autor, título, fechas y software.
• Metadatos EXIF de fotos — El equivalente para imágenes, con GPS incluido.
• Proteger PDF con contraseña — Cifrado de apertura para documentos sensibles.
• Comprimir PDF — Reduce el tamaño antes de enviarlo por correo.

También te puede interesar: qué revela una foto sobre ti y cómo quitar la contraseña de un PDF que sí es tuyo.