你的文档中隐藏了什么?

哈里检查的内容

在文本中。 你看不到但实际存在的字符：零宽空格、改变阅读方向的控制字符、特殊空格和换行符，以及看起来像普通字母的西里尔字母、希腊字母或亚美尼亚字母。当你从聊天窗口、PDF 或网站复制文本时，这些字符会被一起复制，并且会保留在你随后发送的内容中。

在文件中。 Word 文件包含创建者和最后保存者的姓名、程序中填写的公司名称、工作时长（以分钟计）、用于链接两份文档的修订代码、某人认为已删除的文本以及边距中的评论。PDF 文件也包含这些信息，还有更多——详见下文。

你的文档会发生什么情况

没有任何内容会外泄。 Harry不使用AI，也不调用其他服务。它是一个阅读和比较的程序。您的文件在我们的服务器上在内存中读取，不会传送到其他任何地方。

我们不保存您的文档。 没有文件，没有文本，没有副本。为了向您返回干净的文件所需的内容，只在工作内存中保留四分之一小时，然后自动消失。对于PDF，那就是文件本身——PDF在现场编辑而不是从文本重建，所以没有原件就没有什么可以清理的。没有任何内容进入磁盘，也没有任何内容进入数据库。

我们确实计数的内容。 粘贴文本可以无限进行，不会被计数。对于文件，没有账户时每天一次，为此我们必须能够计数您今天让我们检查了多少次文件。这是通过Cookie中的随机号码和加密形式的您的互联网地址完成的——足以计数，但不足以用来查找任何人。七天后，那个也消失了。

你来决定。 Harry不会删除任何内容而不先让您勾选它，并针对每项发现说明为什么它不应该在那里。

PDF中包含的内容

PDF携带与Word文件相同类型的数据，通常更多：除了作者和时间戳，还有将同一源文件的每次导出相互关联的文档编号、带有时间戳的编辑历史，有时还有完全嵌入的文件或照片的EXIF数据——相机型号、序列号，对于手机照片，还有拍摄的位置。

而且最重要的一点是： PDF不会覆盖，它是粘贴在后面。 一份被编辑过三次的文档包含所有三个版本的完整内容——删除的页面、之前的表述、某人认为已删除的文本。Harry将文件重新构建一次，这样整个历史记录就消失了。这不是副作用，而是最重要的清理工作。

Harry在PDF中 确实能找到但不删除的内容：黑色遮罩下的文本、未绘制的文本、纸张颜色的文本，以及裁切线外的内容。这些不是封装中的痕迹，而是页面的内容；删除它们会改变读者看到的内容，这是写者的决定，而不是清理程序的决定。您将看到内容是什么以及它在哪一页。

两件您必须了解的事情

一 清理后的Word文件会被重新构建：只有文本、标题、 列表和表格会被保留。正因为如此，里面没有作者名和编辑时间了——那些内容在外壳中，而外壳是重新生成的。你自己设置的格式不会被保留。

对于 pdf则不同，这也是对的：固定格式就是pdf存在的全部理由。pdf不是从文本重新构建的，而是就地编辑——页面保持原样，携带身份信息的内容会被删除。受密码保护的pdf，Harry无法检查；请先删除保护。

而且Harry承诺不会 无法追踪。他会删除作者、时间戳、历史记录和附件。但文件的构建方式仍然会泄露它是用哪个程序制作的——清理后，那就是我们的程序。这通常正是你想要的，但这不等于没有任何痕迹。

Harry 不删除统计水印，也没有承诺这样做。那些不作为文本中的字符存在的内容，他无法删除。谁承诺别的，谁就在卖你根本不存在的东西。