Metadata Wiper

Herramienta para la inspección y sanitización forense de metadatos en documentos y archivos multimedia. Diseñada para proteger la privacidad eliminando coordenadas GPS, identificadores de autor, números de serie de dispositivos, marcas de tiempo y paquetes de metadatos embebidos (EXIF, XMP, IPTC, OOXML) sin alterar el contenido ni la calidad visual de los archivos.

---

Flujo de Sanitización y Verificación Forense

flowchart TD
    A[Archivo de Entrada / Carpeta] --> B[Identificador de Formato MIME]
    B --> C{Motor Especializado}
    C -->|Documentos PDF| D[Sanitizador PDF / Limpieza de Diccionario Info & XMP]
    C -->|Imágenes JPEG, PNG, WebP, TIFF| E[Sanitizador EXIF / Limpieza de Segmentos & IPTC]
    C -->|Office DOCX, XLSX, PPTX, ODF| F[Sanitizador OOXML / Purga de XMLs Internos]
    D --> G[Exportación de Archivo Sanitizado]
    E --> G
    F --> G
    G --> H[Auditoría de Residuo Cero / Zero-Residual Check]
    H -->|Validación Exitosa| I[Archivo Seguro Generado]
    H -->|Anomalía Forense| J[Notificación de Error & Retención de Respaldo]

Loading

---

Formatos Soportados y Metadatos Sanitizados

Categoría	Formatos	Metadatos Eliminados
Documentos PDF	.pdf	Diccionario Info (Autor, Título, Productor, Fechas de Creación/Modificación), flujos XMP, PieceInfo y metadatos de anotaciones.
Imágenes Rasterizadas	.jpg, .jpeg, .png, .webp, .tif, .tiff	Bloques EXIF IFD, etiquetas GPS, información IPTC, paquetes Adobe XMP, datos de cámara/lente y bloques de texto auxiliar.
Ofimática Microsoft & ODF	.docx, .xlsx, .pptx, .odt, .ods, .odp	Archivos internos core.xml, app.xml, custom.xml, historiales de revisión, comentarios ocultos y nombres de plantilla.

---

Características Principales

• Doble Modo Operativo (CLI y GUI): Interfaz de línea de comandos para automatización en pipelines de seguridad e interfaz gráfica de escritorio interactiva.
• Validación de Residuo Cero (Zero-Residual Check): Cada archivo procesado se somete a una reinspección forense inmediata para confirmar la eliminación total de metadatos.
• Gestión Segura de Respaldos: Creación automática de copias de seguridad rotativas (.bak, .bak.1) al procesar archivos en su ubicación original.
• Procesamiento Recursivo por Lotes: Capacidad para recorrer directorios completos sanitizando únicamente los archivos soportados.
• Salida Estructurada en JSON: Generación de resúmenes legibles por máquina para auditoría continua y cumplimiento de privacidad.

---

Instalación y Uso

Requisitos: Python 3.10+.

# 1. Clonar el repositorio
git clone https://github.com/saolos12/metadata-wiper-cli.git
cd metadata-wiper-cli

# 2. Instalar dependencias
pip install -e .

Ejemplos en Línea de Comandos (CLI)

# Inspeccionar metadatos de un archivo sin modificarlo
python -m metadata_wiper.cli inspect documento.pdf

# Sanitizar un archivo creando un respaldo automático
python -m metadata_wiper.cli wipe imagen.jpg

# Sanitizar todos los archivos de un directorio y exportar a otra carpeta
python -m metadata_wiper.cli batch ./documentos_privados/ --output-dir ./documentos_limpios/

# Inspección con salida estructurada en JSON
python -m metadata_wiper.cli inspect balance.xlsx --json

Modo Interfaz Gráfica (GUI)

# Iniciar la interfaz gráfica
python -m metadata_wiper.gui

---

Licencia

Este proyecto está bajo la licencia MIT.