Por qué se puede recuperar el texto tachado de un PDF

No es un fallo de tu programa ni un descuido puntual. Es consecuencia directa de cómo está construido el formato PDF, y por eso el mismo error se repite en bufetes, tribunales y gobiernos.

Actualizado en agosto de 2026

Un PDF es una lista de órdenes, no una foto

Dentro de un PDF no hay una imagen de la página. Hay una secuencia de instrucciones que un visor ejecuta en orden para dibujarla: coloca esta fuente, escribe estos caracteres en esta posición, dibuja esta línea, rellena este rectángulo.

Las instrucciones se ejecutan una detrás de otra, y las últimas se pintan encima de las primeras. Ahí está todo el problema.

Qué pasa exactamente al «tachar»

Cuando dibujas un recuadro negro sobre un dato, tu programa añade una instrucción al final de la lista. El resultado interno se parece a esto:

1. Escribe «DNI: 12345678Z» en la posición (60, 682)
2. Rellena de negro el rectángulo que va de (55, 678) a (475, 698)

La orden 1 sigue estando. Nadie la ha borrado. Solo se ha añadido la 2, que la tapa visualmente.

Por eso, cuando seleccionas y copias, obtienes el DNI: el visor no está leyendo píxeles, está leyendo la lista de instrucciones. Y por eso también lo encuentra el buscador del documento, y cualquier herramienta de extracción de texto, y los buscadores de internet si el archivo está publicado.

Las otras formas del mismo error

• Texto blanco sobre fondo blanco. Invisible y perfectamente copiable.
• Resaltado en negro. Cambiar el color del subrayado a negro deja el texto intacto debajo. Fue exactamente lo que ocurrió en la Agencia de Fronteras de Canadá en 2021.
• Recortar la página. Recortar solo cambia el área visible; el contenido fuera del recorte sigue en el archivo.
• Poner una imagen encima. Igual que el rectángulo.

Casos reales

Caso	Qué pasó
Juicio antimonopolio de Meta (2025)	Periodistas recuperaron cifras confidenciales de Apple, Google y Snap copiando el texto bajo las barras negras de documentos judiciales
Caso Manafort (EE. UU.)	Detalles confidenciales de un escrito judicial destapados con copiar y pegar
Agencia de Fronteras de Canadá (2021)	Se «tachó» cambiando el color del resaltado; el texto salió intacto
Archivos del DOJ (diciembre de 2025)	El mismo error en una publicación de máxima visibilidad

Si le ocurre a equipos jurídicos con presupuesto y revisión, no es un problema de falta de cuidado. Es que la herramienta no avisa: en pantalla, un tachado falso y uno real se ven exactamente igual.

Por qué esto importa más en la UE

Si el documento contenía datos personales y se difunde con ellos todavía recuperables, no es solo un error: es una violación de seguridad de datos personales según el RGPD, con obligación de valorar su notificación. La apariencia de haberlos tachado no cambia nada, porque los datos siguieron siendo accesibles.

Cómo se hace bien

La única solución es que la instrucción que escribe el texto deje de estar en el archivo. Eso se consigue eliminándola del flujo de contenido, o regenerando la página a partir de su imagen ya censurada. Cualquier método que se limite a añadir algo encima falla.

Y como en pantalla no se distingue, el paso que de verdad cierra el asunto es comprobarlo: abre el archivo final, selecciona todo, copia, pega en un editor de texto y busca los datos. Es la misma operación que haría alguien intentando recuperarlos.