PDF vers Word et retour : ce qui survit vraiment au voyage

Dans un sens on reconstruit, dans l’autre on fait juste un tirage

Transformer un document Word en PDF avec Word en PDF est un problème de rendu. Le moteur de mise en page de Word dessine la page comme pour une impression, et le PDF enregistre ce résultat déjà correct. L’opération inverse, transformer un PDF en document Word modifiable avec PDF en Word, est un problème plus difficile, dans l’autre sens. Un PDF ne garde aucune mémoire des paragraphes, des styles ou de la structure du document. Il sait seulement où chaque morceau de texte est placé sur la page. Revenir vers Word signifie donc reconstruire une structure qui n’a jamais été enregistrée dans le fichier, seulement suggérée par la disposition visuelle des éléments. Deux lignes proches l’une de l’autre peuvent être un seul paragraphe ou deux. Un blanc peut marquer une fin de paragraphe ou une séparation de colonnes. L’outil de conversion doit trancher, et ne peut le faire qu’à partir des positions sur la page.

La position sur une page PDF ne suffit pas à dire si c’était un tableau

Le format PDF n’a aucune notion native de tableau. Ce qui ressemble clairement à une grille de cellules sur la page n’est en réalité qu’un ensemble de textes individuels positionnés à intervalles réguliers, sans aucune indication dans le fichier disant « c’est un tableau ». Reconstruire cette grille visuelle sous forme de tableau réel et modifiable dans Word reste forcément une tentative fondée sur une déduction de la structure à partir des positions. Une mise en page de tableau complexe ou irrégulière demandera souvent une retouche manuelle après coup. C’est une limite du format lui-même, pas un défaut particulier que pourrait corriger un outil de conversion donné.

Texte fluide et mise en page exacte répondent à des besoins différents

Reconstituer un PDF en paragraphes qui se réorganisent quand on les modifie est le bon choix si le document doit être réécrit ensuite. C’est cela que « modifiables » signifie concrètement. Le reconstruire au contraire comme une copie à mise en page figée, en conservant plus littéralement la position de chaque bloc de texte sur la page, donne un résultat plus proche d’une réplique visuelle du PDF. Le prix à payer est que ce document est plus difficile à retravailler ensuite comme texte continu. Le choix entre ces deux approches dépend de ce que vous prévoyez de faire du fichier ensuite, pas de l’option qui semble la plus « fidèle » en théorie.

Un PDF scanné impose un point de départ complètement différent

Un document scanné est une image de page sans texte exploitable : la conversion PDF-vers-Word classique n’a donc rien sur quoi s’appuyer. Il n’y a aucun texte positionné à partir duquel déduire la structure des paragraphes et des tableaux. Détecter automatiquement ce cas et lancer un OCR avant de construire le document Word est ce qui permet d’obtenir à l’arrivée du texte réel, modifiable et sélectionnable, au lieu d’une simple image de page collée maladroitement dans un document vide. Si vous voulez aussi garder le scan en PDF, OCR PDF ajoute le même type de couche de texte au scan lui-même.

Les polices de caractères voyagent mieux qu’on ne le pense

Convertir un document Word en PDF avec l’intégration des polices activée signifie que la police utilisée voyage à l’intérieur du fichier PDF obtenu. La page s’affiche alors à l’identique, même sur un appareil où cette police n’est pas installée. Lorsque, pour une raison quelconque, une police ne peut pas être intégrée, le remplacement par une police métriquement compatible, c’est-à-dire dont les largeurs de caractères correspondent suffisamment pour que les retours à la ligne et les espacements ne changent pas, permet de conserver la mise en page du document même si la police exacte ne peut pas être reproduite chez le destinataire.

Erreurs courantes sur l’aller-retour

La première erreur est d’attendre du retour qu’il rende le fichier Word de départ. Un PDF enregistre l’aspect d’un titre, pas le fait que c’en était un, et PDF en Word doit donc deviner les styles et la structure ; gardez le DOCX d’origine et traitez la copie convertie comme un nouveau document. La deuxième est de choisir la mise en page fidèle pour un texte à réécrire : chaque bloc reste fixé là où il était, et modifier revient à déplacer des cadres. La troisième est de se fier aux réglages par défaut de l’OCR : la reconnaissance suppose un texte en anglais si vous ne choisissez pas l’une des quinze autres langues, et « auto » garde la couche de texte déjà présente, donc un PDF au texte illisible demande « toujours ».

Dans l’autre sens, avec Word en PDF, le faux pas habituel est d’envoyer sans regarder : une police impossible à intégrer est remplacée par une autre, métriquement compatible, si bien que les retours à la ligne tiennent, mais le rendu des lettres peut changer. Un fichier protégé par mot de passe est refusé dans les deux sens : déverrouillez-le d’abord, avec Retirer le mot de passe d’un PDF pour un PDF ou dans Word pour un DOCX. Les deux convertisseurs tournent sur notre serveur : un PDF peut atteindre 300 Mo et 500 pages, le fichier envoyé est supprimé dès la fin du traitement et le résultat sous deux heures environ.