mat2: очищення мета-даних для різних форматів

В мене давно назбиралась колекція дампів різних сторінок, які я зберігаю в PDF для бекапів, локального перегляду (оскільки такий формат складається з одного файлу) а також планую поділитися ними з іншими, опублікувавши десь на хмарі FTP:

Організація гостьового сервера FTP

Організація багатокористувацького файло-обмінника на базі FTP / vsftpd

Як і більшість тодішніх соціально-орієнтованих форматів (от як зображення JPEG з EXIF-інформацією про GPS розташування) PDF - не є "безпечним" виключенням, оскільки може містити в собі як віддалений вміст, вбудований скриптинг так і цифровий відбиток пристрою: версію рушія, дату створення документу, тощо.

Згодом, зайнявся сабжем і першою знайшов утиліту mat2, яка написана мовою Python і розроблялась у якості частини проєкту Tails.

Підтримувані формати

На момент публікації, версія 0.14 підтримує наступні формати:

• application/epub+zip (.epub)
• application/pdf (.pdf)
• application/vnd.oasis.opendocument.chart (.odc)
• application/vnd.oasis.opendocument.formula (.odf)
• application/vnd.oasis.opendocument.graphics (.odg)
• application/vnd.oasis.opendocument.image (.odi)
• application/vnd.oasis.opendocument.presentation (.odp)
• application/vnd.oasis.opendocument.spreadsheet (.ods)
• application/vnd.oasis.opendocument.text (.odt)
• application/vnd.openxmlformats-officedocument.presentationml.presentation (.pptx)
• application/vnd.openxmlformats-officedocument.spreadsheetml.sheet (.xlsx)
• application/vnd.openxmlformats-officedocument.wordprocessingml.document (.docx)
• application/x-bittorrent (.torrent)
• application/x-dtbncx+xml (.ncx)
• application/x-tar (.tar)
• application/xhtml+xml (.xht, .xhtml, .xhtm)
• application/zip (.zip)
• audio/flac (.flac)
• audio/mpeg (.mp1, .mp2, .mp3, .mpga)
• audio/ogg (.oga, .spx, .ogg, .opus)
• audio/x-aiff (.aif, .aiff, .aifc)
• audio/x-flac (.flac)
• audio/x-wav (.wav)
• image/bmp (.dib, .bmp)
• image/gif (.gif)
• image/heic (.heic)
• image/jpeg (.jpeg, .jpg, .jfif, .jpe)
• image/png (.png)
• image/svg+xml (.svg, .svgz)
• image/tiff (.tiff, .tif)
• image/webp (.webp)
• image/x-portable-pixmap (.ppm)
• text/css (.css)
• text/html (.htm, .html)
• text/plain (.cc, .text, .log, .el, .hxx, .txt, .f90, .cxx, .pm, .conf, .hh)
• video/mp4 (.mp4, .m4v, .mpg4)
• video/x-ms-wmv (.wmv)
• video/x-msvideo (.avi)

CLI

mat2, перш за все - інструмент командного рядка, яким власне і користуюся сам.

Встановлення

dnf install mat2

Перевірка залежностей

Перед початком роботи, варто перевірити наявність залежностей, без яких програма може працювати не коректно:

mat2 --dependencies

Повне стирання мета-даних

mat2 /path/to/file

• у такому разі, буде створено копію документу з приставкою ".cleaned"

mat2 --inplace /path/to/file

• перезаписати поточний файл (зручно, якщо оригінал більше не потрібен)

Часткове стирання мета-даних

На прикладі PDF, "Повне стирання" передбачає створення його графічної форми замість текстової. Наскільки я розумію, це потрібно для обфускації фінгерпринтів: шрифтів або можливо ідентифікації системного рендерера. Тому вихідний файл ".cleaned" займатиме замість умовних 100 Кб оригіналу - близько 2 Мб.

Тому, якщо потрібно просто скинути мета-інформацію без додаткової анонімізації, додаємо опцію "--lightweight" (або "-L")

mat2 --lightweight /path/to/file

• аналогічно, можна додати аргумент "--inplace"

Перевірка мета-даних

mat2 --show /path/to/file

• відображає "чутливі" дані для поточного формату "file"

Наприклад, якщо початковий файл PDF містив такі мета-дані:

$ mat2 -show /path/to/file.pdf
[+] Metadata for /path/to/file.pdf:
    creation-date: 1764124192
    creator: Mozilla Firefox 145.0.1
    format: PDF-1.7
    mod-date: -1
    producer: cairo 1.18.0 (cairographics.org)

то його "очищена" версія виглядатиме так:

$ mat2 --show /path/to/file.cleaned.pdf
[+] Metadata for /path/to/file.cleaned.pdf:
    creation-date: -1
    format: PDF-1.5
    mod-date: -1

Повний список опцій

Інші комбінації підбирайте під власні потреби: їх там не так багато:

mat2 --help

Посилання

Схоже на актуальний репозиторій проєкту

Ще один репозиторій, який чомусь в топах Google (востаннє оновлений 4 роки тому)

GUI

Metadata Cleaner - проста графічна обгортка для mat2 на базі GTK 4.

Встановлення

dnf install metadata-cleaner

Посилання

https://metadatacleaner.romainvigier.fr

https://gitlab.com/rmnvgr/metadata-cleaner