PDF 里的“删除”为什么不是删除：增量更新和被盖住的原文

我上周帮一个客户看一份已经“清理”过的合同 PDF。对方说机密段落都涂掉了，发的也是最终版。我用两行命令把原文抽了出来——那几段还在。

很多人以为 PDF 的“删除”和 Word 一样：删了就没了。其实不是。PDF 大部分编辑器做的是“增量更新”（incremental update）：新内容追加到文件末尾，旧的字节并不消失。你用白块盖住一段、或者把它调成白色，文件里那段文字依然以明文存在，任何人用 pdftotext 都能抽出来。

几种最常见的“假删除”：

一是涂白、盖白块。视觉上没了，文本层还在。pdftotext contract.pdf - | grep -i "机密" 一搜就有。

二是删了段落却用增量方式保存。旧版本整个留在文件里。qpdf --qdf contract.pdf out.qdf 打开看一眼，能找到那些被“删掉”的对象。

三是红action 工具只盖不真红。真正的 redaction 是把内容从内容流里移除、回填黑块，而不是在表面画一个白矩形。两者肉眼看一样，抽文本时天差地别。

我现在的做法很笨也很稳：清理完，一定跑两遍——pdftotext 抽文本，再 strings 扫一遍，确认被删的词两边都搜不到，才发出去。五分钟，能堵住大部分“以为删了其实没删”的坑。

你们团队发出合同前怎么处理 PDF 清理？是有人逐份肉眼看，还是有自动校验？