PDF en Word

Un PDF ne contient pas de paragraphes. Il contient des instructions demandant de placer tel glyphe à telles coordonnées, et l'apparence d'un paragraphe est quelque chose que votre oeil assemble à partir de glyphes qui se trouvent alignés. Il n'existe généralement aucune trace de ce qui indiquait quels caractères formaient une phrase, où une colonne commençait et finissait, ou si une grille de chiffres était un tableau ou quatre blocs de texte distincts qui se trouvent alignés.

Chaque convertisseur PDF vers Word fait donc de la rétro-ingénierie d'intention à partir de la géométrie. Il doit regrouper les glyphes en mots en mesurant les espaces, les mots en lignes par leur ligne de base, les lignes en paragraphes par l'interlignage et les retraits, puis les paragraphes en colonnes et en tableaux en observant les blancs qui les séparent. Se tromper là-dessus produit un fichier qui a l'air correct et qui se comporte comme un puzzle.

Comprendre cela rend les résultats prévisibles plutôt que mystérieux. Un convertisseur ne peut être meilleur que les indices géométriques présents dans le fichier : c'est pourquoi un rapport ordinaire sur une seule colonne se convertit presque parfaitement, et une double page de magazine avec du texte pivoté par-dessus une photographie, non.

Les documents professionnels sont le terrain idéal : rapports, contrats, courriers, relevés, articles universitaires. La prose sur une colonne, les titres, les listes à puces et les tableaux aux filets visibles arrivent tous sous forme de structures Word natives, que vous pouvez modifier et restyler immédiatement. Les images sont reprises à leur place et à leur résolution d'origine.

Prévoyez quelques minutes de reprise lorsque la mise en page source est réellement ambiguë. Les maquettes de magazine sur plusieurs colonnes imposent une décision sur l'ordre de lecture qui n'est parfois pas tranchable. Le texte posé par-dessus des images, l'usage intensif d'effets typographiques et les tableaux qui n'existent que par l'alignement sont les trois cas qui demandent le plus souvent un coup de main ensuite. Rien de tout cela n'est propre à un convertisseur : c'est le coût inhérent au passage d'un format à mise en page fixe vers un format qui se recompose, et tout outil qui prétend le contraire vous rend discrètement des cadres de texte non modifiables à la place.

Si votre objectif est de réutiliser le contenu plutôt que de reproduire la maquette, la conversion est pratiquement toujours suffisante. Si votre objectif est un clone modifiable au pixel près d'une page composée, aucun convertisseur ne vous y mènera, et modifier directement le PDF avec Modifier PDF est la meilleure voie.

Un PDF numérisé est la photographie d'une page enveloppée dans un conteneur PDF. Il n'y a aucun glyphe à regrouper ni aucune géométrie à interpréter — du point de vue du fichier, la page est une seule image, et un convertisseur naïf vous rendra fidèlement un document Word contenant une illustration par page.

Ce cas est détecté et non deviné. Lorsqu'un document se révèle dépourvu de couche de texte exploitable, il passe d'abord par une reconnaissance optique de caractères, qui lit l'image et écrit une couche de texte invisible positionnée sur les mots reconnus. La conversion normale ne s'exécute qu'ensuite, si bien que le fichier Word obtenu contient un texte véritable, modifiable et consultable.

C'est la qualité de la numérisation qui détermine le résultat. Des pages droites, bien éclairées, à 300 DPI et dans une police courante ressortent quasiment parfaites. Des pages de travers, un faible contraste, l'écriture manuscrite et les polices inhabituelles dégradent la précision : une page difficile à lire pour vous le sera aussi pour l'OCR. Le redressement et la correction de rotation sont appliqués automatiquement, ce qui récupère une bonne part de ce qu'une numérisation faite à la hâte fait perdre.

Le fichier obtenu est un .docx standard : il s'ouvre dans Microsoft Word, Google Docs, LibreOffice Writer et Apple Pages sans étape de conversion supplémentaire. Rien n'y est propriétaire ni marqué d'un filigrane.

Deux habitudes rendent la reprise rapide. Activez l'affichage des marques de mise en forme de Word avant de commencer — voir où sont réellement tombées les fins de paragraphe, les sauts de section et les tabulations explique en quelques secondes la plupart des comportements de mise en page surprenants. Et faites les corrections de structure avant les corrections cosmétiques : fusionner un tableau qui s'est scindé, ou supprimer un saut de section parasite, déplacera du texte et annulera tout style appliqué au préalable.

Quand vous avez terminé et qu'il vous faut de nouveau un PDF, Word en PDF boucle la boucle et produit un document propre et correctement paginé à partir de votre fichier modifié.