PDF vers Word : texte modifiable ou copie exacte ?

Le texte modifiable est le résultat par défaut. Il reconstitue les paragraphes, les titres et les tableaux dans la mesure du possible. La copie exacte insère les pages comme images et ajoute le texte disponible dans une couche de recherche invisible.

Rendre le texte d’un PDF modifiable dans Word

Pour corriger quelques paragraphes dans un PDF, convertissez-le en DOCX en gardant l’option par défaut, le texte modifiable. Vérifiez ensuite la mise en page et l’ordre de lecture dans Word.

Texte modifiable et copie exacte

Pour retoucher le document, conservez le texte modifiable. La copie exacte reprend l’aspect des pages sous forme d’images. Le texte extrait, quand il est disponible, reste accessible à la recherche dans une couche invisible.

ModeCe qu'il y a dedansCe que vous pouvez faire
ExactUne image de chaque page et une couche de texte masquéeLire, chercher dans le texte, imprimer
ContinuParagraphes, titres, listes et tableaux WordModifier le texte, changer les styles, travailler les tableaux

Le choix ne porte pas sur la qualité mais sur l'usage. Un document qui doit poursuivre sa route dans un format bureautique connu et rester intact appelle l'exact. Un document qui doit changer appelle le continu, et aucun réglage du mode exact ne produira du texte modifiable.

Ce que contient le fichier exact

L'image de la page n'est pas tout son contenu. Dessous vient aussi le texte tiré du PDF, marqué comme masqué : il est absent à l'écran et à l'impression, mais la recherche dans le document le trouve.

Cela rend le mode exact utile là où il paraît inutile. Un contrat qu'il faut diffuser puis fouiller à la recherche d'une formulation fonctionne très bien ainsi : l'aspect tient, la recherche répond, et personne ne le modifie par mégarde. L'outil le signale d'ailleurs lui-même après traitement, en avertissant que le document n'est pas du texte modifiable, et ce message mérite d'être lu plutôt que fermé.

La taille et l'orientation de la page viennent du PDF source, page par page. Une page en paysage au milieu d'un document en portrait reste en paysage.

Comment obtenir un document qui se modifie

1. Ouvrez PDF vers Word et chargez le fichier. 2. Conservez le texte modifiable, sélectionné par défaut. 3. Gardez l’option d’inclusion des images activée pour conserver les illustrations du PDF. Vous pouvez la désactiver pour travailler surtout sur le texte. 4. Lancez le traitement et téléchargez le .docx. 5. Ouvrez le document et parcourez le volet de navigation : il montre quels titres ont été reconnus. 6. Vérifiez les tableaux et la première page, où les pertes se voient le plus souvent.

Si la mise en page d’origine ne peut pas être reproduite de façon fiable, le convertisseur produit une version simplifiée avec des paragraphes et des tableaux. Les règles ci-dessous sur les lignes répétées et le placement des tableaux concernent cette version.

Les en-têtes courants disparaissent volontairement

Le mode continu fait une passe séparée sur tout le document à la recherche des lignes répétées. Deux conditions s'appliquent : la ligne doit se trouver dans le dixième supérieur ou inférieur de la page et se répéter sur au moins trois pages et sur au moins la moitié du document. Tout ce qui remplit les deux quitte le résultat.

La comparaison n'est pas naïve. Les suites de chiffres sont réduites, si bien que « Page 4 » et « Page 5 » comptent pour la même ligne. Mais la réduction ne joue que s'il reste des lettres dans la ligne : un nombre nu en pied de page est comparé à l'identique, et trois chiffres différents sur trois pages ne sont pas égaux entre eux. En pratique un pied de page « Confidentiel. Page 7 » s'en va, tandis qu'un pied de page réduit à un chiffre reste comme paragraphe sur chaque page.

Le mécanisme a aussi son revers. Un titre de document composé en gros tout en haut de chaque page, identique partout, tombe sous la même règle et disparaît avec les en-têtes. Si cette ligne du haut compte, la retaper va plus vite que d'en chercher la cause.

Les titres se décident à la taille de caractère

Les styles de titre du résultat ne sont pas inventés. L'outil calcule d'abord, pour tout le document, quelle taille de caractère constitue le corps du texte. Il compte les caractères et non les lignes, si bien qu'une rare ligne en gros corps ne remporte jamais le vote.

Chaque bloc est ensuite mesuré contre cette taille. Environ 15 pour cent plus grand que le corps donne un titre de niveau deux, une fois et demie ou plus donne le niveau un. Le reste demeure paragraphe ordinaire. Le texte doit en outre ressembler à un titre : une longue phrase terminée par un point n'en deviendra pas un, quelle que soit sa graisse.

Cela produit un comportement prévisible sur les documents composés sans styles. Si tout le texte est dans un seul corps et que les sections ne sont marquées qu'en gras, le fichier Word n'aura aucun titre : la taille ne varie pas, il n'y a rien à quoi se raccrocher. Le volet de navigation ressort vide et la structure est à poser à la main.

Les tableaux sortent en tableaux

Les tableaux sont repérés par un détecteur à part, celui-là même sur lequel repose PDF vers Excel. Un tableau détecté arrive dans le document comme véritable tableau Word, quadrillage visible, et non comme des paragraphes bourrés d'espaces.

Les blocs de texte tombant à l'intérieur des limites d'un tableau détecté sortent du flux des paragraphes ; sinon le contenu des cellules figurerait deux fois, une fois en tableau et une fois en prose. Le seuil est un recouvrement de six dixièmes de la surface du bloc.

L'endroit où atterrit le tableau est décidé par son bord supérieur : il est inséré avant le premier paragraphe qui commence en dessous de lui. Sur une page ordinaire à une colonne cela donne le bon ordre. Sur une page à deux colonnes, le tableau peut se retrouver ailleurs, parce que les paragraphes des deux colonnes se suivent dans le fichier alors que leurs hauteurs s'entrelacent.

Si la détection échoue sur une page, la tâche ne tombe pas : cette page passe en texte ordinaire et la réponse porte un avertissement nommant les pages. Une réponse vide et muette est ici impossible.

Les images dans le fichier Word

Le texte modifiable conserve par défaut les images du PDF d’origine, par exemple les photos et les schémas. Il n’ajoute pas un aperçu de chaque page. Désactiver l’inclusion des images peut alléger le DOCX si le PDF contient de grandes illustrations. La copie exacte utilise des images de page quel que soit ce réglage.

Un scan sans couche de texte

L’OCR automatique tente de reconnaître jusqu’à 50 pages numérisées par conversion. Au-delà, utilisez d’abord PDF ROC, puis convertissez le PDF avec sa couche de texte. Comparez les noms et les chiffres à l’original. La reconnaissance peut écarter les photos, logos et signatures des pages traitées. Pour conserver l’apparence du scan, choisissez la copie exacte et désactivez la reconnaissance.

Un document fermé par un mot de passe d'ouverture ne se convertit pas davantage ; la tâche s'arrête et réclame le mot de passe. Levez la protection avec Déverrouiller le PDF. Un mot de passe qui limite seulement l'impression ou la copie ne gêne pas.

Une fois les corrections faites, le document doit d'ordinaire repartir en PDF. C'est Mot en PDF, avec son propre comportement de substitution de polices, qu'il vaut mieux connaître à l'avance.

Auteur:

Le fichier est ouvert dans Word mais le texte ne se modifie pas. Pourquoi ?

Si vous avez choisi la copie exacte, chaque page s’affiche sous forme d’image. Reconvertissez le PDF d’origine en texte modifiable pour retoucher les paragraphes et les tableaux.

Les tableaux survivent-ils à la conversion ?

En mode continu, les tableaux détectés passent en véritables tableaux Word au quadrillage visible. Si la détection échoue sur une page, son contenu passe en texte ordinaire et la réponse porte un avertissement nommant ces pages.

Où sont passés les en-têtes et la ligne du haut de la première page ?

Le résultat simplifié peut omettre les lignes récurrentes en haut ou en bas des pages. Comparez la première page à l’original si vous devez conserver le titre.

Peut-on modifier un PDF scanné ?

Oui. La reconnaissance automatique prend en charge jusqu’à 50 pages numérisées par conversion. Relisez le texte reconnu avant de le modifier.

Combien de temps les fichiers sont-ils conservés ?

Les fichiers sont supprimés automatiquement à l’expiration du délai de conservation. Consultez la durée affichée sur la page du convertisseur.