Caviarder un PDF sans laisser de texte dessous

Caviarder un PDF, c’est supprimer du fichier le texte que l’on veut cacher, et pas seulement le recouvrir. Un rectangle noir dessiné par-dessus un nom ne le retire pas : la page affiche une bande noire, et le fichier garde le nom juste en dessous. Tout ce qui extrait le texte d’un PDF le retrouve, et c’est précisément ce que font les outils d’IA quand vous leur confiez un document.

La bonne méthode tient en trois gestes : un outil qui supprime vraiment, un contrôle par copier-coller, et un peu de méfiance envers les PDF scannés. Nous l’avons vérifié sur un courrier de test, dont le texte extrait est reproduit plus bas. Cette page s’occupe du PDF ; la question plus large, celle de tout ce qui doit sortir d’un dossier, est traitée dans la page consacrée à la pseudonymisation.

Caviarder un PDF : le noir se voit, le texte reste dessous

Un PDF n’est pas une photo de page. C’est un fichier qui décrit, séparément, du texte placé à des coordonnées précises et des dessins posés par-dessus ou par-dessous. Quand vous tracez un rectangle noir avec l’outil de formes de votre lecteur, vous ajoutez un dessin. Le texte, lui, n’a pas bougé.

À l’écran, l’illusion est parfaite. À l’impression aussi. Mais la sélection, la recherche, le copier-coller et l’extraction ne regardent pas les dessins : ils lisent la couche de texte.

Une forme dessinée par-dessus, pas une suppression

Les gestes qui produisent ce faux caviardage sont ceux que tout le monde a sous la main :

• le rectangle plein de l’outil de formes, dans Aperçu, dans Acrobat Reader ou dans le navigateur ;
• le surligneur réglé sur le noir ;
• une annotation opaque posée sur la zone ;
• le texte mis en noir sur fond noir dans le document d’origine, puis exporté en PDF.

Ce dernier cas mérite une ligne à part : un fichier Word où l’on a noirci un passage avant de l’enregistrer en PDF garde le passage dans le texte exporté. Le nettoyage du Word lui-même, avec ses commentaires et ses révisions, relève d’un autre guide.

Pour le lecteur humain, le document est propre. Pour tout programme qui lit le fichier, rien n’a changé, et c’est ce second lecteur qui compte dès qu’une IA entre dans la boucle. Quand le passage caché touche à des données sensibles, comme un arrêt maladie ou un mandat syndical, l’erreur pèse plus lourd.

Ce que reçoit une IA quand vous lui confiez un PDF

La question n’est pas théorique, parce que deux des principaux fournisseurs l’ont écrite noir sur blanc. Anthropic, dans la documentation de l’API de Claude, décrit ce qui se passe à l’envoi d’un PDF : chaque page est convertie en image, le texte de chaque page est extrait, et les deux sont transmis ensemble au modèle.

OpenAI écrit la même chose pour son API : sur les modèles capables de voir, un fichier PDF donne lieu à l’extraction du texte et des images de pages, et les deux partent vers le modèle. Si vous voulez savoir ce que chacun conserve ensuite, c’est l’objet de nos pages sur ChatGPT et sur Claude.

Deux canaux, et le rectangle n’en ferme qu’un

Tirons-en la conséquence pratique. Le modèle reçoit l’image de la page, où votre bande noire cache bien le nom. Il reçoit aussi la couche de texte, où le nom est écrit en toutes lettres. Le rectangle ferme le premier canal et laisse le second grand ouvert.

Pour les applications grand public, les éditeurs publient des descriptions moins précises de ce traitement, et nous ne prétendrons pas savoir ce qu’ils font dans le détail. La prudence est simple : partez du principe que tout texte présent dans le fichier sera lu, puisque c’est ce que les documentations techniques décrivent.

texte + images

Il y a un corollaire moins évident. Si l’IA lit le texte, elle peut aussi le citer, le résumer, le reformuler dans sa réponse. Un nom que vous pensiez avoir caché peut donc revenir dans un paragraphe produit par l’outil, que vous copierez à votre tour dans un courriel au client. Le problème ne s’arrête pas à ce qui part : il touche aussi ce qui revient.

L’essai : un courrier, cinq bandes noires, tout le texte extrait

Plutôt que de l’affirmer, nous l’avons mesuré. Nous avons fabriqué un courrier d’une page, du genre de ceux que reçoivent chaque semaine un service RH ou un expert-comptable, avec des données inventées de bout en bout. Puis nous avons posé cinq rectangles noirs sur les lignes sensibles, exactement comme on le fait avec un outil de formes.

Les données ne sont celles de personne : le numéro de sécurité sociale porte un code de commune qui n’existe pas, le téléphone appartient à la tranche que l’Arcep réserve aux œuvres de fiction, et le courriel est sur un domaine réservé aux exemples.

Ce que donne l’extraction

Nous avons ensuite extrait la couche de texte avec pypdf, une bibliothèque libre très répandue, puis avec une seconde, PyMuPDF, pour contrôle. Les deux rendent la même chose :

Objet : réclamation sur le décompte de congés
Madame, Monsieur,
Je vous écris au nom de Mme Solène Vautrier, née le 12/03/1985.
N° de sécurité sociale : 2 85 03 75 000 123 37
Téléphone : 06 39 98 42 17
Courriel : solene.vautrier@example.com
IBAN : FR76 9999 9000 0112 3456 7890 152
Elle conteste le solde de 12 jours de congés payés au 31 août 2026.

Résultat : 5 lignes noircies sur 5 retrouvées, intactes, dans l’ordre. C’est ce texte qu’un outil qui lit le fichier a sous la main, quel que soit le noir affiché à l’écran.

Le contre-essai, avec une vraie suppression

Nous avons refait l’opération en supprimant réellement le contenu des cinq zones, avec la fonction de caviardage de PyMuPDF, avant de relancer les deux extractions. Cette fois, il ne reste que l’objet, la formule d’appel et la dernière phrase. Les lignes supprimées n’existent plus dans le fichier, et aucune extraction ne peut les rendre.

5 sur 5lignes noircies retrouvées par l'extraction

0 sur 5après une vraie suppression

0caractère extrait du même courrier scanné

Entre les deux fichiers, l’œil ne fait aucune différence : même page, mêmes bandes noires. Elle ne se voit qu’en essayant de lire ce qu’il y a dessous, ce qui donne la méthode de contrôle que nous détaillons plus loin. Le troisième chiffre, celui du scan, a sa propre section, parce qu’il trompe.

Caviarder un PDF dans Acrobat Pro avec l’outil Biffer

Chez Adobe, la fonction s’appelle Biffer, et elle est réservée aux éditions payantes : la documentation française d’Adobe précise qu’elle est disponible uniquement dans Acrobat Pro, Premium ou Studio. Acrobat Reader, la version gratuite, ne l’a pas. Si votre seul outil est Reader, un rectangle y reste un rectangle.

La page d’aide d’Adobe, mise à jour le 30 avril 2026, décrit le parcours dans la nouvelle interface. Il se fait en deux temps, et c’est le second que l’on oublie.

Marquer, puis appliquer

1. Ouvrir l’outil. Dans la barre d’outils, Tous les outils, puis Biffer un PDF.
2. Marquer ce qui doit partir. Biffer le texte et les images, puis sélection au curseur ; ou Rechercher du texte et des biffures, pour trouver un mot, une expression ou un motif répété dans tout le document.
3. Appliquer. Tant que vous n’avez pas choisi Appliquer, les zones sont seulement marquées, et le texte est toujours là.
4. Nettoyer. Adobe propose ensuite de nettoyer et supprimer les informations masquées, puis enregistre le résultat dans un nouveau fichier.

Appliquer

L’étape 2 demande un peu d’attention. La recherche par motif permet de marquer d’un coup tous les numéros d’un même format, là où la sélection à la main en oublie un en page 7. Pour une pièce de procédure de trente pages, c’est la seule façon raisonnable de travailler, et c’est le cas typique des pièces que manipulent les cabinets d’avocats.

Ce que le nouveau fichier change

Adobe écrit qu’une fois la confirmation donnée, les biffures et les informations masquées sont supprimées définitivement et enregistrées dans un nouveau fichier. C’est ce nouveau fichier, et lui seul, qui peut partir vers une IA. L’original non caviardé reste dans votre dossier, juste à côté, et la confusion entre les deux est l’erreur la plus banale du métier. Si ce PDF sort d’un Word, supprimez d’abord le suivi des modifications du Word, commentaires compris.

L’étape de nettoyage touche aussi aux informations que le fichier transporte sans les afficher, comme ses propriétés : c’est un sujet à part entière, qui a son propre guide.

Sans Acrobat : Aperçu sur Mac et LibreOffice

Tout le monde n’a pas de licence Acrobat Pro, et ce n’est pas nécessaire. Deux outils gratuits proposent un caviardage présenté comme définitif, chacun à sa manière.

Aperçu, sur Mac

Dans la barre d’annotation d’Aperçu, Apple propose un outil nommé Sélection du caviardage. L’aide française d’Apple le décrit comme servant à masquer définitivement le texte sélectionné, et précise un point qui compte : la correction reste modifiable pendant que vous travaillez, et ne devient permanente qu’une fois le document fermé.

Autrement dit, un fichier encore ouvert n’est pas un fichier caviardé. Fermez-le, rouvrez-le, puis faites le contrôle décrit plus bas. Et ne confondez pas cet outil avec le rectangle plein de la même barre, qui n’est qu’une forme.

LibreOffice, sur tous les postes

LibreOffice propose un menu Outils, Caviarder. Son aide française explique le principe : le document est transformé en dessin dans Draw, on y trace des zones de caviardage, puis l’export caviardé convertit ces zones en noir opaque et exporte la page en pixels dans un fichier PDF.

Le résultat est donc une image. Le texte caché n’y figure plus, mais le reste du texte non plus, en tant que texte : c’est un PDF sans couche de texte, avec les conséquences que nous verrons pour les scans. La même aide mentionne un export direct en PDF, qui produit une copie de travail pour relecture, où les zones ne sont pas encore appliquées.

outil	où le trouver	ce qu’il produit
Acrobat Pro	Tous les outils, Biffer un PDF, puis Appliquer	un nouveau PDF, texte supprimé sous les zones
Aperçu (Mac)	barre d’annotation, Sélection du caviardage	un texte masqué, définitif à la fermeture
LibreOffice	Outils, Caviarder, puis Export caviardé	un PDF en pixels, sans couche de texte
Acrobat Reader, formes	rectangle ou surligneur	un dessin par-dessus : rien n’est supprimé

D’après l’aide française d’Adobe (30 avril 2026), d’Apple et de LibreOffice, consultées le 28 septembre 2026.

Pour un dossier de location, avec ses avis d’imposition et ses bulletins de paie, cette méthode gratuite suffit dans la plupart des cas. Ce sont les pièces que les agences immobilières reçoivent pour chaque candidature.

Caviarder en ligne : ce que reçoit le site et ce qu’il en fait

Quand on cherche comment faire, les premiers résultats sont des sites qui caviardent en ligne. Beaucoup suppriment le texte comme il faut, et pour cela ils reçoivent le PDF. L’outil proposé en haut de cette page remplace les données du document par des étiquettes, vous rend le résultat et supprime le document dès que vous l’avez.

Pour un document de client, trois points comptent, les mêmes que pour un assistant d’IA : ce qui est envoyé, s’il est conservé et qui y a accès. Chaque service y répond dans ses conditions, et notre comparaison des assistants les pose dans l’ordre.

Pour une pièce sensible, couverte par le secret professionnel ou chargée de données de santé, l’application Nonimo la traite sur votre poste, et le fichier n’en sort pas.

Le cadre propre aux dossiers de clients est posé à propos de ChatGPT et des dossiers clients.

Le contrôle avant l’envoi : copier, chercher, extraire

Avec Acrobat, Aperçu ou LibreOffice, un PDF ne se déclare pas caviardé : il se vérifie. Le contrôle prend une minute et ne demande aucun logiciel particulier.

1. Vous sélectionnez une zone noircie et collez le résultat dans un éditeur de texte. Du texte apparaît ?

   OuiLe fichier n'est pas caviardé : la zone est un dessin. Recommencez avec un outil qui supprime.

   NonPassez à la recherche.

2. Vous cherchez dans le PDF un mot que vous avez caché, un nom ou le début d'un numéro. Le lecteur le trouve ?

   OuiIl reste au moins une occurrence, peut-être sur une autre page.

   NonPassez à la page entière.

3. Vous sélectionnez toute la page et la collez ailleurs. Une ligne cachée revient ?

   OuiUne zone a échappé au marquage, ou n'a pas été appliquée.

Rien ne revient aux trois étapes : c'est ce fichier, et non l'original, qui peut partir.

Pourquoi la troisième étape attrape ce que les deux premières ratent

Les deux premiers contrôles portent sur ce que vous savez avoir caché. Le troisième porte sur ce que vous ne savez pas : une deuxième mention du nom dans le corps du texte, un numéro répété dans un renvoi en bas de page, une ligne qui a échappé au marquage.

C’est aussi celui qui ressemble le plus à ce que fait l’IA : prendre tout le texte, sans distinguer ce qui était important. Si le résultat de votre copier-coller de la page entière vous gêne, il gênera tout autant une fois envoyé.

Le PDF que l’on vous a transmis déjà noirci

Le même contrôle vaut pour les documents que vous n’avez pas préparés vous-même. Une pièce communiquée par l’autre partie, un rapport reçu d’un prestataire, un document annexé à un projet d’acte notarié, une réponse d’administration avec des passages occultés : tous arrivent avec des bandes noires, et rien ne dit comment elles ont été posées.

Si vous comptez confier un tel fichier à une IA, la zone noircie n’est pas votre garantie mais celle de l’expéditeur. Copiez-la avant de l’envoyer. Si le texte revient, vous venez de découvrir ce qu’un autre voulait taire, et il vous revient de ne pas le faire circuler plus loin.

Un conseil de méthode pour finir : faites ce contrôle sur le fichier que vous allez réellement joindre, celui que la fenêtre d’envoi vous proposera. C’est rarement le cas quand on travaille vite, et c’est ainsi que l’original part à la place de la copie.

Le PDF scanné n’a pas de texte, et l’IA le lit quand même

Notre essai l’a montré : le même courrier, scanné, ne rend aucun caractère à l’extraction. Un scan n’est qu’une image de page enveloppée dans un PDF, sans couche de texte. Il serait tentant d’en conclure qu’un scan est sûr. C’est l’inverse.

Une image se lit aussi

Les deux documentations citées plus haut le disent : le modèle reçoit aussi l’image de chaque page, et il sait lire ce qu’elle montre. Le nom qu’aucune extraction ne trouve dans le fichier, le modèle le lit sur l’image, comme vous le lisez à l’écran. Pour un scan, celui d’un permis de conduire compris, c’est donc l’image elle-même qu’il faut caviarder. Et l’image envoyée est conservée avec la conversation, parfois au-delà, comme le montre notre guide sur les photos confiées à ChatGPT et aux autres IA.

La bonne nouvelle est qu’ici, le rectangle noir fonctionne, à une condition. Si la zone noircie est fusionnée dans l’image, par un outil qui modifie les pixels comme celui qui masque une carte d’identité en photo, le nom a disparu pour de bon. Si elle est posée en annotation au-dessus de l’image, on revient au problème du début : l’image d’origine est intacte sous l’annotation.

Et les scans qui ont une couche de texte

De nombreux scanners de bureau et applications de numérisation proposent une reconnaissance de caractères, qui glisse une couche de texte invisible sous l’image pour la rendre cherchable. Un tel fichier cumule les deux canaux. Un rectangle dessiné sur l’image laisse le texte reconnu en dessous, exactement comme dans notre essai.

le fichier	ce que l’extraction rend	ce qui cache vraiment un nom
PDF issu d’un traitement de texte	tout le texte, y compris sous le noir	un outil qui supprime le texte
scan sans reconnaissance de caractères	rien	des pixels noircis dans l’image elle-même
scan avec reconnaissance de caractères	le texte reconnu, invisible à l’écran	les deux à la fois : l’image et le texte reconnu

Synthèse de l’essai de cette page et des documentations d’API d’Anthropic et d’OpenAI citées plus haut.

Pour savoir à quel genre de scan vous avez affaire, le contrôle est le même : essayez de sélectionner du texte. Si rien ne se sélectionne, c’est une image seule ; si le texte se sélectionne, il se copie, et il faut le traiter comme tel. Un compte rendu médical scanné au secrétariat peut être de l’un ou l’autre genre, et notre guide sur les comptes rendus médicaux détaille ce qui doit en sortir.

Noircir ou remplacer : ce dont la réponse a encore besoin

Un PDF correctement caviardé est un fichier sûr. C’est aussi, souvent, un fichier dont l’IA ne peut plus rien faire de bon. Si vous noircissez le nom de la demanderesse, celui de l’employeur et celui du témoin, le modèle reçoit trois trous identiques et ne sait plus qui a dit quoi à qui. Pour une question qui porte sur le fond du dossier, ce n’est pas un détail.

Confiez à un modèle un échange où trois noms ont été noircis : il ne dispose plus de rien pour distinguer qui parle, et son résumé ne peut guère le faire à sa place. La réponse n’est pas fausse ; elle devient difficile à utiliser.

Un courrier de réclamation, une chronologie de sinistre ou un échange entre deux parties n’a de sens que si les personnes restent distinctes, même sans leur nom. C’est particulièrement vrai pour les courtiers en assurance, dont les déclarations de sinistre mettent en scène plusieurs tiers.

Une étiquette au lieu d’un trou

L’alternative consiste à remplacer au lieu de noircir : chaque personne reçoit une étiquette stable, la même à chaque mention, et le texte reste lisible. Le modèle sait que la personne 1 a écrit à la personne 2, sans savoir qui elles sont. Et la réponse peut vous être rendue avec les vrais noms, chez vous : c’est le rôle de l’application Nonimo, quand on y colle la réponse.

Cela ne dispense pas de réfléchir à ce qui reste. Un document aux noms remplacés peut encore désigner quelqu’un par son poste, sa commune ou la date d’un événement, et il reste alors une donnée personnelle au sens du RGPD. Le principe de la pseudonymisation est expliqué ailleurs.

La liste de ce qu’il faut retirer, identifiant par identifiant, se trouve dans le guide des données personnelles à retirer avant une IA.

Nonimo : le texte remplacé plutôt que noirci

L’application Nonimo fait ce remplacement sur votre poste, sous Mac comme sous Windows, avant l’envoi. Déposé dans sa fenêtre, un PDF s’ouvre en aperçu, données remplacées : vous en copiez le texte, prêt à coller, ou vous téléchargez un PDF neuf qui ne contient que ce texte, sans la mise en page de l’original ni ses métadonnées.

Voici le texte extrait de notre courrier d’essai, passé tel quel dans Nonimo :

Je vous écris au nom de Mme [PERSONNE_1], née le [DATE_NAISSANCE_1].
N° de sécurité sociale : [REFERENCE_1]
Téléphone : [TELEPHONE_1]
Courriel : [E-MAIL_1]
IBAN : [IBAN_1]
Elle conteste le solde de 12 jours de congés payés au 31 août 2026.

Les montants, les dates utiles et la question restent ; ce qui désignait la personne est parti. Aucun rectangle, donc aucune couche cachée : ce qui n’est pas dans le texte n’est pas dans le fichier.

Sur Mac comme sous Windows, l’application lit aussi un PDF scanné sur votre ordinateur, jusqu’à 50 pages, et vous rend son texte masqué. Ce que l’application garde sur votre poste figure sur la page sécurité, et ce qu’elle fait pour un cabinet d’expertise comptable sur sa page.

Avant le prochain PDF

Le geste qui trompe est celui que tout le monde fait : dessiner du noir sur un nom. Il protège l’œil et rien d’autre, et une IA lit le fichier, pas l’écran. La correction tient en trois habitudes.

1. Un outil qui supprime. Biffer dans Acrobat Pro, la sélection de caviardage d’Aperçu, l’export caviardé de LibreOffice. Aucun ne demande de compétence technique, et deux sont gratuits.
2. Le contrôle de la minute. Sur le fichier qui part vraiment : copier la zone, chercher le mot, coller la page entière. Rien ne doit revenir.
3. La méfiance envers le scan. Il cache son texte dans l’image ou dans une couche invisible, et se traite comme une image à modifier.

Et si le document doit rester lisible pour que l’IA serve à quelque chose, remplacer plutôt que noircir, puis relire ce qui reste. Si un PDF est déjà parti sans ces précautions, voyez d’abord s’il faut le signaler à la CNIL ; pour en faire une règle écrite de toute l’équipe, partez du modèle de charte.

Sources

• Anthropic, PDF support, documentation de l’API de Claude, consultée le 28 septembre 2026 : à l’envoi d’un PDF, chaque page est convertie en image et son texte est extrait et fourni avec l’image ; le modèle analyse les deux.
• OpenAI, File inputs, documentation de l’API, consultée le 28 septembre 2026 : pour un PDF, sur les modèles capables de voir, l’API extrait le texte et les images de pages et envoie les deux au modèle.
• Adobe, Supprimer les informations sensibles, mise à jour le 30 avril 2026 : l’outil Biffer un PDF, disponible uniquement dans Acrobat Pro, Premium ou Studio ; les étapes Biffer le texte et les images, Rechercher du texte et des biffures, Appliquer, puis Continuer pour nettoyer et supprimer les informations masquées ; la suppression définitive dans un nouveau fichier.
• Apple, Annoter un fichier PDF dans Aperçu sur Mac : l’outil Sélection du caviardage, qui masque définitivement le texte sélectionné, la correction devenant permanente à la fermeture du document.
• LibreOffice, aide : Caviardage : le menu Outils, Caviarder, la transformation en dessin dans Draw, l’export caviardé qui exporte la page en pixels dans un PDF, et l’export direct en PDF destiné à la relecture.
• CNIL, l’anonymisation des données personnelles : la différence entre anonymisation et pseudonymisation, et le fait que des données pseudonymisées restent des données personnelles.
• RGPD, article 4 : la définition de la donnée à caractère personnel, toute information se rapportant à une personne physique identifiée ou identifiable.
• Arcep, décision n° 2018-0881 établissant le plan national de numérotation : les numéros pour œuvres audiovisuelles, dont la racine 06 39 98 utilisée pour le téléphone du courrier d’essai, qui ne peuvent pas être attribués.
• Essai Nonimo, 28 septembre 2026 : courrier d’une page aux données inventées, cinq rectangles noirs dessinés par-dessus, extraction de texte par pypdf et PyMuPDF ; contre-essai avec suppression réelle ; version scannée à 110 ppp ; texte extrait passé dans Nonimo.