OOMetaExtractor

Para la conferencia de OpenSource World Conference de 2008 enviamos un trabajo sobre la limpieza de metadatos e información oculta en documentos ODF, para ello trabajamos en una herramienta que se llama OOMetaExtractor y en la que seguimos trabajando. Esta herramienta está disponible para todo el mundo en http://www.codeplex.com/OOMetaExtractor. Está desarrollada en .NET y todo el código está disponible para su descaraga.

La herramienta soporta los ficheros de las versiones OpenOffice 2.x, 3.x (*.odt *.ods *.odg *.odp) y OpenOffice 1.x (*.sxw).

La herramienta está pensada para extraer/eliminar o sustituir la siguiente información:

- Aplicación generadora del documento
- Sistema operativo
- Usuarios (Creador del documento, modificador, impreso por)
- Fechas de creación, modificación, impresión
- Título, asunto, descripción, palabras clave, estadísticas
- Número de ediciones, tiempo de edición
- Información definida por el usuario
- Rutas de plantillas
- Impresoras, bases de datos
- Emails, enlaces
- Versiones guardadas


Metadatos extraidos de documentos
La ventaja de la herramienta es que puede hacer esto a toda una carpeta, es decir, puede extraer los metadatos e información oculta de todos los documentos de una carpeta.


Generación de resumen
La herramienta creará un fichero de texto con toda la información resumida:


Resumen de metadatos de todos los documentos de una carpeta
Puede borrar todos los metadatos de una carpeta o un archivo.


Borrado/sustitución de metadatos
Y sustituir la información de todos los metadatos de todos los ficheros de una carpeta con valores predefinidos.


Valores a sustituir en todos los documentos
Así que si generas documentos ODF ya puedes limpiarlos "correctamente" antes de publicarlos. ;)

Saludos Malignos!