convertir un pdf en word sans perdre la mise en forme
Pourquoi PDF vers Word abîme la mise en page
Un PDF consigne des positions, pas des paragraphes. Convertir en Word revient à reconstruire une structure jetée au moment où le PDF a été créé, et c'est pourquoi le résultat est une bonne approximation plutôt que l'original.
01
Ce qu'un PDF stocke réellement
Un document Word est structurel. Il sait que ce passage est un titre, que ce bloc est une liste à puces, que cette chose est un tableau à quatre colonnes, et le paragraphe se réajuste si vous élargissez la marge.
Un PDF, c'est l'impression. Au moment où il est produit, tout cela a déjà été résolu en instructions : dessine ce glyphe à cette coordonnée, puis celui-là 4,2 points plus à droite. Il n'y a pas de paragraphes dans le fichier — seulement des lignes de caractères qui se trouvent placées les unes sous les autres. Il n'y a en général pas non plus de tableaux, juste du texte positionné à l'intérieur de filets dessinés séparément.
Un convertisseur ne traduit donc pas un format en un autre. Il regarde une page de caractères positionnés et déduit ce que devait être la structure. La plupart du temps il déduit bien. Les échecs sont tous des cas où la mise en page visuelle est ambiguë.
02
Où cela dérape
Les mises en page multicolonnes sont l'échec classique. Deux colonnes de texte se tiennent côte à côte sur la page, et l'ordre de lecture est une supposition. Ratez-le et vous obtenez une ligne de la colonne de gauche, une de celle de droite, en alternance jusqu'en bas.
Les tableaux viennent en second. Si le PDF a tracé de vrais filets, le convertisseur a de quoi travailler. Si les colonnes n'étaient séparées que par du blanc — très courant —, le convertisseur doit décider si un espace est une limite de colonne ou seulement un espacement large, et il ne sera pas toujours d'accord avec vous.
Viennent ensuite les petits soucis : le texte dans des cadres flottants atterrit au mauvais endroit du flux ; les polices non intégrées sont substituées, ce qui change toutes les coupures de ligne en aval ; les en-têtes et pieds de page répétés sur chaque page arrivent comme du texte dans le corps ; et les ligatures ou caractères inhabituels peuvent ressortir avec le mauvais glyphe.
03
Comment perdre moins
Utilisez l'original s'il existe. Ce conseil n'a rien de flatteur et c'est de loin le meilleur. Un PDF est un fichier dérivé. Si quelqu'un a encore le document Word dont il est issu, il battra toujours n'importe quelle conversion.
Vérifiez d'abord s'il s'agit d'une numérisation. Si le texte n'est pas sélectionnable, aucun convertisseur ne peut le lire directement — l'OCR passe en premier, et le plafond de votre résultat, c'est la qualité de lecture de l'OCR, pas celle du convertisseur.
Prévoyez de reprendre les tableaux à la main, et vérifiez-les spécifiquement. La prose survit d'ordinaire presque intacte ; c'est dans les tableaux que se cachent les erreurs, et une colonne décalée dans un tableau de chiffres est aussi facile à manquer que coûteuse à manquer.
Si vous ne voulez que les mots et pas la mise en page, convertissez plutôt en texte brut. Il ne peut pas se tromper sur la mise en forme puisqu'il n'en tente aucune, et pour coller ailleurs c'est souvent exactement ce que vous vouliez.
04
Quand la conversion est le mauvais outil
Si le but est de faire de petites retouches — corriger une coquille, changer une date —, convertir en Word, modifier puis reconvertir changera plus que prévu. Chaque aller-retour recalcule la mise en page.
Si le but est de réutiliser un tableau de chiffres, convertissez en Excel plutôt qu'en Word. Le problème est le même mais le format cible correspond au contenu, si bien que les suppositions qui survivent sont les utiles.
Et si le but est de donner à quelqu'un un document qu'il ne puisse pas modifier facilement, vous ne vouliez pas quitter le PDF du tout.