Guides
Pourquoi la conversion PDF en Word casse la mise en page
Pourquoi la mise en page, les tableaux et les colonnes se décalent quand vous convertissez un PDF en Word, pourquoi un PDF scanné ne donne aucun texte, et comment obtenir un meilleur résultat.
Auteur: Hemen Dönüştür Editör EkibiPublié le: 8 min de lecture
Vous avez converti un PDF en Word, mais dans le résultat les tableaux sont devenus du texte brut, une page à deux colonnes s'est réduite à une seule, ou les retours à la ligne ne tombent plus au même endroit. Ce n'est généralement pas un « bug » du convertisseur, mais la conséquence de deux formats qui fonctionnent de manière fondamentalement différente. Ce guide explique la différence entre PDF et Word, les problèmes les plus fréquents et ce que vous pouvez faire pour obtenir un meilleur résultat.
La différence de fond : pages fixes contre texte fluide
Le PDF est un format à mise en page fixe, conçu pour qu'un document s'affiche de la même façon sur tous les appareils et toutes les imprimantes. L'article de Microsoft « Opening PDFs in Word » le résume ainsi : un fichier PDF enregistre l'emplacement du texte, des images et des graphiques vectoriels sur une page, mais pas forcément les relations entre eux. Autrement dit, un PDF note « ces lettres se trouvent à cet endroit de la page » ; il n'indique souvent pas « ceci est un paragraphe », « ceci est une cellule de tableau » ou « ce texte se poursuit dans la deuxième colonne ».
Word est un format fluide. Le texte s'écoule en paragraphes, les sauts de page sont recalculés au fil de la saisie, et les tableaux se composent de lignes et de cellules. Convertir un PDF en Word revient à déduire cette structure à partir de positions. Microsoft fait la même mise en garde à propos de sa propre conversion : le document converti peut ne pas correspondre parfaitement page par page à l'original, et les retours à la ligne comme les sauts de page peuvent tomber à d'autres endroits.
Les problèmes de mise en page les plus fréquents et leurs causes
Les tableaux deviennent du texte brut
Dans un PDF, un tableau n'est généralement qu'un ensemble de morceaux de texte et de traits placés à certaines positions ; il n'y a aucune information de ligne ou de cellule. Microsoft range les tableaux avec espacement entre cellules parmi les éléments connus pour poser problème lors de la conversion de PDF en Word. Notre convertisseur ne reconstruit pas les tableaux PDF en tableaux Word : le texte des cellules est repris dans le document Word sous forme de paragraphes ordinaires, et les cellules d'une même ligne peuvent être réunies sur une seule ligne de texte.
Les colonnes et les zones de texte disparaissent
Notre convertisseur construit un document fluide en lisant la page de haut en bas, et les éléments d'une même ligne de gauche à droite. Pour un texte sur une seule colonne, l'ordre de lecture est correct. Sur des pages à plusieurs colonnes de type journal ou magazine, en revanche, les lignes situées à la même hauteur dans deux colonnes côte à côte peuvent se mélanger. La mise en colonnes et les zones de texte ne sont pas conservées dans le fichier Word.
Les polices changent
Notre convertisseur reporte le nom, la taille et la couleur de la police dans le document Word. La police incorporée dans le PDF, elle, ne suit pas ; à l'ouverture du document, Word utilise les polices installées sur votre ordinateur. Si vous n'avez pas la même police, Word la remplace par une police proche, ce qui modifie la longueur des lignes et donc les sauts de page. Les polices qui ne sont pas installées sur notre serveur sont elles aussi remplacées par des équivalents proches pendant la conversion.
Retours à la ligne et paragraphes
Si vous avez déjà copié du texte depuis un PDF, vous avez vu le retour à la ligne forcé laissé à la fin de chaque ligne. Notre convertisseur rassemble ces lignes en véritables paragraphes, tandis que les lignes courtes et celles qui terminent une phrase restent séparées. Cette méthode fonctionne pour la plupart des textes, mais dans les poèmes, les blocs d'adresse ou les listes à lignes courtes, quelques lignes peuvent être fusionnées ou laissées séparées à tort.
Arrière-plans, bordures et éléments particuliers
Les images d'arrière-plan en pleine page ne sont pas reprises dans le fichier Word. D'après la liste de Microsoft, les couleurs et bordures de page, les cadres, les notes de bas de page qui s'étendent sur plusieurs pages, les notes de fin, les signets PDF, les commentaires et les effets de police comme la lumière ou l'ombre sont également connus pour poser problème lors de la conversion de PDF en Word.
PDF scannés et OCR
Un PDF scanné est constitué de photos de pages ; il ne contient aucun texte sélectionnable. Pour en extraire le texte, il faut un OCR (reconnaissance optique de caractères). Notre convertisseur n'effectue pas d'OCR : un PDF scanné composé uniquement d'images ne donne aucun texte et la conversion renvoie un résultat vide.
Il est facile de vérifier si un PDF est scanné : essayez de sélectionner du texte à la souris dans un lecteur PDF. Si vous ne pouvez pas sélectionner de mots et que toute la page se comporte comme une seule image, le fichier est un scan. Dans ce cas, ajoutez d'abord une couche de texte avec un outil d'OCR, puis convertissez. La page d'assistance de Microsoft sur le texte numérisé suggère le logiciel d'OCR fourni avec votre scanner, ou Microsoft Lens, qui peut enregistrer directement dans un document Word modifiable ; la même page précise que l'écriture manuscrite est rarement reconnue et qu'il faut toujours relire le texte après un OCR.
Ce que conserve notre convertisseur
Avec notre convertisseur PDF en Word, la conversion s'effectue sur notre serveur ; le PDF envoyé et le DOCX obtenu sont supprimés dans un délai maximal de 30 minutes. Le résultat conserve :
- Le corps du texte dans l'ordre de lecture, avec les lignes réunies en paragraphes
- Les titres, détectés d'après la taille de police
- Les listes à puces et les listes numérotées consécutives
- Les images incorporées dans le PDF
- Le nom, la taille et la couleur de la police, ainsi qu'un alignement estimé
Ce qui n'est pas conservé : la mise en colonnes, les zones de texte, la structure des tableaux et les images d'arrière-plan en pleine page. Les PDF protégés par mot de passe ne peuvent pas être convertis tant que le mot de passe n'est pas retiré.
En résumé, vous obtiendrez les meilleurs résultats avec des documents sur une seule colonne, riches en texte, enregistrés directement en PDF depuis un traitement de texte. Microsoft dit la même chose de sa propre conversion PDF, qui fonctionne le mieux avec des PDF composés principalement de texte. Contrats, rapports, courriers et articles entrent dans cette catégorie ; brochures, pages de magazine, formulaires et tableaux financiers denses demandent davantage de retouches manuelles après la conversion.
Conseils pour un meilleur résultat
- Cherchez le fichier d'origine. Si le PDF a été créé à partir d'un document Word, le DOCX d'origine sera toujours meilleur que n'importe quelle conversion. Demandez la version Word à la personne qui a produit le document.
- Passez d'abord les PDF scannés à l'OCR. Si le texte n'est pas sélectionnable, ajoutez une couche de texte avant de convertir.
- Retirez le mot de passe. Ouvrez le PDF protégé dans votre lecteur avec son mot de passe, enregistrez une copie non protégée et envoyez cette copie.
- Choisissez la bonne cible. Si vous n'avez besoin que des mots, PDF en TXT évite complètement les soucis de mise en forme. Pour un texte propre qui conserve titres et listes, essayez PDF en Markdown. Si un ancien système n'accepte que le .doc, utilisez le convertisseur PDF en DOC.
- Refaites les tableaux à la main. Pour les tableaux complexes, créer un nouveau tableau dans Word et y placer le texte converti cellule par cellule est souvent le plus rapide.
- Vérifiez les polices. Si les lignes se sont décalées dans le résultat, passez le document dans une police installée sur votre ordinateur.
- Repassez en PDF une fois terminé. Avant de partager un document modifié dans Word, convertissez-le avec Word en PDF pour figer à nouveau la mise en page.
Questions fréquentes
Puis-je convertir un PDF scanné en Word ?
Pas directement avec notre convertisseur, car nous n'effectuons pas d'OCR et les pages scannées ne contiennent pas de texte sélectionnable. Passez d'abord le fichier dans un outil d'OCR pour ajouter une couche de texte, puis convertissez-le.
Les tableaux de mon PDF deviendront-ils des tableaux Word ?
Non. Un PDF stocke un tableau sous forme de morceaux de texte positionnés, et non de lignes et de cellules, et notre convertisseur ne reconstruit pas de tableaux à partir de cela. Le texte des cellules est repris sous forme de paragraphes.
Pourquoi le nombre de pages a-t-il changé ?
Word fait s'écouler le texte et calcule lui-même les sauts de page. De petites différences de polices, de marges et de lignes réunies déplacent les sauts de page, si bien que le nombre de pages peut changer.
Pourquoi le texte est-il mélangé dans les PDF à plusieurs colonnes ?
Notre convertisseur lit la page de haut en bas et chaque ligne de gauche à droite : les lignes situées à la même hauteur dans deux colonnes côte à côte peuvent donc être réunies. Pour ce type de document, vérifiez le texte colonne par colonne.
Faut-il convertir mon PDF en DOCX ou en DOC ?
Si vous utilisez Word 2007 ou une version ultérieure, Google Docs ou LibreOffice, choisissez le DOCX produit par le convertisseur PDF en Word ; il est mieux pris en charge. Ne choisissez le DOC que si votre interlocuteur utilise Word 97-2003 ou si le système sur lequel vous déposez le fichier n'accepte que le .doc.
Mes fichiers sont-ils en sécurité ?
Le PDF est envoyé sur notre serveur uniquement pour la conversion ; le fichier envoyé comme le document Word obtenu sont supprimés dans un délai maximal de 30 minutes. Aucune inscription n'est nécessaire.
