EZPZ FileDéposez un PDF et le texte qu’il contient est reconstitué en paragraphes et en tableaux dans un fichier Word. Rien n’est collé sous forme d’image de page : ce que vous téléchargez est un document dans lequel vous pouvez travailler tout de suite.
Sans envoi
PDF à convertir
Le PDF doit contenir du vrai texte. Un PDF numérisé est une photo de la page : il n’y a rien à extraire. Les fichiers s’ouvrent dans ce navigateur et ne sont jamais envoyés.
L’ordre de lecture, les paragraphes et les tableaux sont repris. La position exacte sur la page, non. Un PDF n’enregistre jamais ce qui était un paragraphe ou un tableau : les deux sont reconstitués à partir de l’emplacement des caractères.
Les images, tampons et signatures imprimés sur la page sont aussi extraits et placés dans le document. Ils suivent l’ordre de lecture, pas leurs coordonnées d’origine.
Un PDF numérisé contient des photos et non du texte, il n’y a donc rien à convertir. Déposez-le et l’outil vous le dira.
Les pages ne sont pas collées entières comme des images. Ce que vous téléchargez s’ouvre comme un document modifiable dans Word ou Excel.
Le fichier doit contenir du vrai texte. Plusieurs à la fois ne pose pas de problème.
Chaque page est lue pour savoir où se posent ses caractères, puis ceux-ci sont regroupés en paragraphes et en tableaux. L’avancement s’affiche par numéro de page.
Il s’ouvre dans Word, prêt à être modifié. Votre PDF d’origine reste intact.
Un PDF n’est pas un format destiné à contenir du texte, mais à dessiner une page. Ce qui se trouve dans le fichier est une longue liste d’instructions disant imprime ce caractère ici, et nulle part n’est consigné où se terminait un paragraphe ni quel bloc de chiffres était un tableau. Cette information est jetée au moment même où un document est exporté en PDF.
Il s’agit donc d’une reconstitution et non d’une conversion. L’endroit où se posent les caractères, l’écart entre les lignes et la taille des caractères sont relus pour en déduire la forme d’origine. Un écart plus large que d’habitude, ou une ligne qui s’est arrêtée bien avant la marge droite, signifie qu’un paragraphe se terminait là. Des cellules dont le bord gauche s’aligne sur plusieurs lignes signifient un tableau.
Puisque c’est une déduction, elle peut se tromper. Ce qu’elle ne fera pas, c’est inventer une valeur qu’elle n’a pas trouvée. Les pages sans texte sont signalées comme vides, et le document terminé est relu et vérifié avant de vous parvenir.
L’ordre de lecture, les paragraphes, les titres et les tableaux passent, les sauts de page aussi. Les images, les tampons et les signatures sont eux aussi extraits de la page et replacés, mais ils se rangent dans l’ordre de lecture et non à leurs coordonnées d’origine. Ce qui ne passe pas, c’est le placement exact sur la page, les polices et la couleur du texte.
La mise en page n’est délibérément pas imitée. Reproduire les positions reviendrait à semer des zones de texte à des coordonnées fixes, et un document bâti ainsi s’ouvre correctement mais s’effondre dès qu’on modifie une ligne. Le but de cet outil est un document dans lequel on peut travailler.
| Élément | Passe-t-il ? |
|---|---|
| Ordre de lecture et formulation | Oui |
| Découpage en paragraphes | Reconstitué d’après la position |
| Titres | Une taille supérieure au corps de texte est prise pour un titre |
| Tableaux | Reconstitués à partir de valeurs alignées |
| Sauts de page | Oui |
| Polices, couleur, mise en page exacte | Non |
| Images, tampons, signatures | Oui, placées dans l’ordre de lecture |
Un PDF obtenu en photographiant du papier ou en le passant dans un scanner de bureau contient une seule image par page. Vos yeux voient des lettres, le fichier n’en contient aucune. Il n’y a rien à extraire, donc rien à reconstituer.
L’outil le dit franchement plutôt que de vous remettre un fichier vide. Si seules certaines pages sont des scans, il indique quels numéros de page sont revenus vides. Lire du texte dans une image n’est pas ce que fait cet outil.
Toute la conversion se déroule dans ce navigateur. Lire le PDF et écrire le nouveau document sont faits par du code qui tourne sur votre appareil. Il n’existe aucune étape d’envoi.
Vous pouvez le vérifier. Ouvrez l’onglet réseau des outils de développement (F12) puis lancez une conversion : soit une requête d’envoi de la taille de votre fichier apparaît, soit elle n’apparaît pas.
Non. La lecture du PDF et l’écriture du fichier Word se déroulent dans ce navigateur. Il n’y a pas de compte et rien à installer.
Non. La formulation, l’ordre de lecture, les paragraphes et les tableaux passent, mais le placement sur la page n’est pas reproduit. L’imiter reviendrait à épingler des zones de texte à des coordonnées, et un tel document ne peut pas être modifié.
Les tableaux des PDF n’ont souvent aucun filet, et là où il y en a, ces filets sont tracés sur une autre couche que l’extraction de texte ne voit jamais. Les tableaux sont donc repérés en vérifiant si les cellules restent alignées vers le bas. Des colonnes très rapprochées et des cellules fusionnées peuvent fausser le résultat.
Non. Un scan est une image de la page et ne contient pas une seule lettre. Déposez-en un et l’outil vous le dira aussitôt.
Cela fonctionne si vous connaissez le mot de passe. Lorsque l’outil rencontre un fichier chiffré, un champ de mot de passe apparaît. Saisissez-le et relancez la conversion.
Aucune limite n’est imposée. Tout tourne néanmoins sur votre appareil : un document très long prendra proportionnellement plus de temps. Un ordinateur s’en sort plus vite qu’un téléphone.
Vous convertissez un PDF en Word et le tableau ressort de travers. Vous en concluez que le convertisseur est mauvais, vous en essayez un autre, et le résultat est à peu près le même. Certains problèmes ne disparaissent pas en changeant d’outil.
Deux situations : vous avez un .docx et pas de Word, ou Word refuse le fichier avec “Word found unreadable content” (Word a trouvé un contenu illisible). Voici les logiciels gratuits qui l’ouvrent, ce que chacun vous demande, et comment récupérer le texte d’un fichier qu’aucun d’eux n’ouvre.
Il n’y a qu’une date à changer dans le contrat. Vous le convertissez en Word et les tableaux et les marges se décalent ; vous réexportez en PDF et les polices changent aussi. Pour une ligne, c’est tout le document qui devient autre.