要防止pdf元数据被搜索引擎抓取，需主动修改索引权限标识：一、用acrobat pro在“自定义”属性中添加searchindexable=false并另存为优化pdf；二、用exiftool清空dc:title等xmp字段并设xmp:robots="noindex,nofollow"；三、用qpdf --remove-metadata剥离元数据对象；四、在acrobat“描述”中清空标题等字段，并保存为pdf/a-1a格式。
如果您希望PDF文件不被搜索引擎抓取其嵌入的元数据（如标题、作者、主题、关键词等），需主动修改文档内部的元数据索引权限标识。以下是具体操作步骤：
一、使用Adobe Acrobat Pro修改文档属性中的索引设置
Adobe Acrobat Pro支持在文档属性中直接禁用“允许搜索引擎索引此文档”的标记，该标记对应PDF标准中的SearchIndexable属性（PDF 2.0引入）或通过自定义元数据字段模拟实现。实际生效依赖于PDF阅读器与搜索引擎对扩展属性的支持程度。
1、打开PDF文件，点击菜单栏文件 → 属性，进入“文档属性”对话框。
2、切换至“自定义”选项卡，点击“添加”按钮。
3、在“名称”栏输入SearchIndexable，在“值”栏输入false，点击确定。
4、再次点击文件 → 另存为其他 → 优化的PDF，确保新属性被写入底层对象流并持久化。
二、通过PDF/XMP元数据编辑工具清除或屏蔽敏感字段
XMP（Extensible Metadata Platform）是PDF中存储结构化元数据的标准格式。移除或清空特定XMP字段（如dc:title、dc:creator、pdf:Keywords）可降低被搜索引擎提取有效信息的概率；同时可注入robots策略提示字段，辅助爬虫识别。
1、下载并安装支持XMP编辑的工具，例如ExifTool（命令行）或XMP Toolkit SDK示例工具。
2、执行命令：exiftool -dc:title= -dc:creator= -pdf:Keywords= -xmp:Robots="noindex,nofollow" input.pdf -o output.pdf。
3、验证修改结果：运行exiftool output.pdf | grep -i "title\|creator\|robots"，确认敏感字段为空且Robots字段存在且值为noindex,nofollow。
三、使用qpdf命令行工具剥离元数据对象
PDF文档中的元数据通常以独立的对象（如Metadata Stream）形式存在，位于Catalog字典的/Metadata键下。通过qpdf可安全删除该对象引用及对应数据流，彻底消除元数据内容，不依赖任何图形界面软件。
1、确保系统已安装qpdf（v10.0+），终端中执行：qpdf --show-object=1 input.pdf，查找Catalog对象中/Metadata键指向的对象编号。
2、执行剥离命令：qpdf --remove-metadata input.pdf output.pdf。
3、验证结果：运行qpdf --show-object=1 output.pdf | grep -A5 "/Metadata"，确认输出中无/Metadata键或其值为null。
四、在Acrobat中禁用文档描述信息并设为仅限本地使用
部分搜索引擎会解析PDF文档属性页中“描述”选项卡下的显式字段（如标题、主题、作者）。将这些字段留空虽不能阻止技术性抓取，但可显著减少可索引文本量；配合文档安全性设置，可进一步限制自动处理行为。
1、打开PDF，在文件 → 属性 → 描述中，将标题、主题、作者、关键词全部清空，仅保留“内容”字段（如有）。
2、点击文件 → 属性 → 高级，勾选“此文档仅供本地查看，不用于网络分发”（该选项在部分Acrobat版本中显示为灰色，需先取消“启用共享审查”等联网功能）。
3、点击文件 → 另存为 → 选择“PDF/A-1a”兼容格式保存，该标准默认禁止嵌入可能触发远程行为的JavaScript或URI动作，间接抑制元数据被动态提取。
