Métadonnées PDF pour la recherche

Modifier les propriétés d'un PDF : titre, auteur, mots-clés

Les propriétés du document sont la seule partie d'un PDF visible avant son ouverture. L'explorateur de fichiers les affiche, le client de messagerie les affiche en aperçu, la recherche du système d'exploitation les lit, et l'onglet du navigateur en imprime une. C'est pourquoi un fichier intitulé « Contrat_final_corrections3 » avec pour auteur « Ivan » sort de la maison plus souvent qu'on ne le voudrait.

Quatre champs, et l'un d'eux n'est pas ce qu'il paraît

L'interface propose quatre champs de texte : titre, auteur, sujet et mots-clés. Le titre n'est pas le nom du fichier. C'est une chaîne distincte à l'intérieur du document, et c'est elle que l'onglet du navigateur affiche quand un PDF est ouvert depuis un lien. Le fichier peut s'appeler `scan_0012.pdf` pendant que l'onglet indique « Procès-verbal de rapprochement 2026 ».

Les mots-clés entrent en une seule ligne séparée par des virgules et servent à la recherche dans un espace de stockage, pas sur internet. Pour un disque partagé abritant des centaines de contrats, c'est un moyen bon marché de rendre les documents trouvables.

Le champ sujet décrit en une phrase de quoi traite le document. Presque personne ne le remplit, et c'est dommage : dans les messageries et les systèmes de gestion documentaire, c'est souvent lui qui atterrit dans la colonne description à côté du nom du fichier.

Il existe un cinquième champ, l'application créatrice, que l'outil sait également écrire, mais l'interface n'a pas de case pour lui : il n'est atteignable qu'en appelant le service depuis du code. Il mérite l'attention pour une autre raison, car c'est le champ qui révèle dans quel programme le document a été fabriqué.

Un champ vide n'efface rien

C'est le piège principal, et il vaut la peine de le tester sur votre propre fichier.

Par défaut, les nouvelles valeurs se fondent dans les existantes. Un champ laissé vide n'efface pas la propriété, il laisse ce qui se trouvait déjà dans le document. Laisser la ligne d'auteur en blanc en espérant que le nom disparaisse est l'erreur la plus fréquente quand on tente d'anonymiser un fichier avant de l'envoyer.

Vérifié sur un document aux propriétés remplies : le titre a été remplacé par un nouveau et le champ auteur envoyé vide, et le nom `Ivan Petrov` est resté exactement où il était, avec le sujet, les mots-clés, la date de création et le nom du programme dans lequel le fichier a été fait.

Deux voies permettent de faire réellement disparaître une propriété. Soit écrire une nouvelle valeur par-dessus l'ancienne, soit activer l'interrupteur qui efface le contenu existant.

Ce que l'effacement du contenu existant fait vraiment

L'interrupteur est désactivé par défaut et agit plus brutalement qu'on ne l'imaginerait : il ne nettoie pas les champs avant l'écriture, il jette le bloc entier de propriétés puis n'y remet que ce que vous avez tapé.

Vider un seul champ est impossible : l'effacement s'applique à toutes les propriétés d'un coup. Si l'auteur doit partir et la date de création rester, la date devra être retapée à la main, et l'interface n'a pas de case pour elle.

Un détail encore, à connaître d'avance. Un PDF note deux programmes : celui dans lequel le document a été fait, et celui qui a écrit le fichier lui-même. Le premier, celui du tableau ci-dessus, est vidé. Le second ne reste pas vide : après le traitement, il porte le nom de la bibliothèque avec laquelle le fichier a été assemblé. Le document ne devient jamais tout à fait anonyme, mais son lien avec votre logiciel de travail est coupé.

Comment fixer les propriétés du document

1. Ouvrez set-pdf-metadata et chargez le fichier. 2. Décidez d'avance si vous complétez les propriétés ou si vous les remplacez en entier. 3. Remplissez les champs voulus. Pour un remplacement complet, activez l'effacement et tapez toutes les valeurs qui doivent survivre. 4. Lancez le traitement et téléchargez le résultat. 5. Ouvrez les propriétés du fichier téléchargé dans l'explorateur et vérifiez-les. C'est le seul contrôle fiable.

Le formulaire ne montre pas ce qui est déjà dans le fichier

Les champs s'ouvrent vides quel que soit le contenu du document chargé. L'outil ne lit pas les propriétés actuelles et ne les propose pas à la modification.

Conséquence pratique : les valeurs d'origine, c'est à vous de les regarder avant le traitement. Dans l'Explorateur Windows ce sont les propriétés du fichier sous l'onglet Détails ; sous macOS c'est le panneau d'informations. Sinon vous modifiez à l'aveugle, au risque d'écraser du nécessaire ou d'en laisser derrière vous.

La couche cachée qui disparaît dans tous les cas

Outre le bloc de propriétés habituel, un PDF peut porter un second bloc au format XMP. Les suites éditoriales et bureautiques l'écrivent, et il redouble en général le titre et l'auteur. L'ennui est que les programmes affichent tantôt l'un, tantôt l'autre, si bien qu'un document d'apparence nettoyée peut continuer à porter l'ancien nom d'auteur dans une copie cachée.

Vérifié : après le traitement, ce bloc n'est plus dans le fichier, effacement activé ou non. Le document est reconstruit de zéro et la copie cachée des propriétés n'atteint pas le résultat.

Pour l'anonymisation, c'est une bonne nouvelle. Mais si le XMP de votre document portait quelque chose de nécessaire, des données de profil colorimétrique pour l'imprimeur par exemple, sa perte sera une mauvaise surprise.

Ce qui survit à l'opération et ce qui n'y survit pas

Les pages ne sont pas redessinées et le contenu n'est pas touché. Le sommaire du document est repris en entier, et les champs de formulaire remplissables, s'il y en avait, restent fonctionnels : changer un titre ne doit pas coûter sa structure à un document.

Chaque valeur est plafonnée à mille caractères, et les caractères de contrôle sont retirés du texte. Un saut de ligne ne peut pas être écrit dans le titre, et c'est une protection, pas une chicane.

Un document sous mot de passe d'ouverture ne peut pas être traité ; la tâche s'arrête et réclame le mot de passe. Un mot de passe qui limite seulement l'impression ou la copie ne gêne pas l'écriture des propriétés.

Le fichier lui-même est réassemblé au passage : les pages migrent une à une dans un nouveau document. Cela ne change pas le poids de façon sensible, mais le résultat ne sera plus identique octet pour octet à l'original, même si vous n'avez modifié aucun champ.

Propriétés, vie privée et ordre des opérations

Changer les propriétés n'est pas anonymiser. Le nom de l'auteur et celui de l'organisation restent dans le texte du document, dans les légendes, dans les en-têtes et dans les commentaires. Si la tâche consiste à retirer des données et non à renommer un fichier, le travail est dans le contenu, via redact-pdf, les propriétés étant nettoyées en dernier.

L'ordre compte ici pour plusieurs raisons à la fois.

Les propriétés se posent après l'assemblage du document. En combinant des fichiers avec merge-pdf, le résultat hérite des propriétés du premier fichier de la liste, pas du plus fourni ni du dernier. Les propriétés soigneusement remplies des autres parties sont perdues.

Signer touche aussi aux propriétés, mais avec précaution. sign-pdf n'inscrit le nom du signataire dans le champ auteur que si ce champ était vide, et ajoute la note de signature au sujet après un point-virgule. Un auteur que vous avez renseigné survit à la signature, tandis que le sujet en ressort plus long que vous ne l'aviez posé, ce qui mérite une vérification.

Enfin : les propriétés ne sont pas protégées. Quiconque peut ouvrir le fichier peut les changer. Si le contenu doit rester tel quel, c'est protect-pdf avec restriction de droits, et non un titre soigneusement tapé.