Modifier PDF

Pourquoi modifier un PDF est plus difficile que modifier un document

Un PDF n'a pas de paragraphes. Une page est un programme de dessin, et le texte y est une suite d'instructions qui placent des glyphes précis à des coordonnées précises — rien n'indique que ces glyphes forment une phrase, une ligne ou une colonne. Tout ce que fait cet éditeur commence par reconstruire cette structure perdue : le flux de contenu est décomposé en ses opérations de dessin, les polices utilisées par la page sont lues dans ses ressources, et les codes de glyphes sont retransformés en caractères lisibles grâce à la table de caractères de chaque police. Les logiciels récents intègrent des sous-ensembles sur deux octets dont les codes sont de simples numéros de glyphes sans aucun rapport avec Unicode : sans cette table, le texte d'une page est réellement illisible, et pas seulement malcommode.

Recomposer une ligne exige ensuite les métriques de la police, et pas seulement son nom — la chasse de chaque glyphe, lue dans le tableau de largeurs simple d'une police simple ou dans la forme compressée qu'utilise une grande police —, car les nouveaux mots doivent être mesurés dans la police du document avant d'être placés. C'est pourquoi une ligne réécrite conserve la police, la taille et la couleur d'origine au lieu d'être recouverte d'un cache blanc et retapée, et c'est aussi la source de la limite assumée : le texte ne se redistribue pas. Une phrase plus longue occupe davantage sa ligne et ne repousse pas la ligne suivante, car il n'y a pas de ligne suivante à repousser — seulement d'autres instructions à des coordonnées fixes. Acrobat se comporte de la même façon, pour la même raison.

Les polices intégrées sont généralement des sous-ensembles, qui ne contiennent que les glyphes déjà utilisés par le document. Tapez un caractère absent du sous-ensemble et il n'existe aucun glyphe à dessiner : l'éditeur vous le signale plutôt que d'écrire un blanc ou de substituer discrètement une autre police. Le texte ajouté contourne le problème en intégrant une police Unicode complète couvrant le latin, le cyrillique et le grec — c'est pourquoi l'outil Ajouter du texte peut écrire du polonais, du turc ou du russe dans un document qui n'en a jamais contenu. Les écritures qui nécessitent une mise en forme contextuelle sont refusées d'emblée : les lettres arabes changent de forme selon leur position et les ligatures bengalies sont des glyphes uniques, et placer leurs points de code les uns après les autres produit un texte non seulement laid, mais faux.

Les coordonnées ne sont inversées qu'une seule fois. L'interface travaille du haut de la page vers le bas, parce que c'est ainsi qu'on lit ; un PDF mesure de bas en haut. Chaque marque est stockée dans le premier repère et convertie dans le second au moment où elle est écrite dans le fichier, en un seul endroit — c'est la seule discipline qui empêche de façon fiable une signature d'atterrir à l'envers ou un surlignage de se retrouver deux centimètres sous sa phrase.

Si vous cherchez autre chose

Une page numérisée n'a aucun texte à modifier — c'est une photographie de texte, et le flux de contenu ne contient rien d'autre qu'une image. Passez-la d'abord à l'OCR pour avoir des mots avec lesquels travailler, ou acceptez que Masquer et Ajouter du texte soit la seule option honnête sur cette page.

Quand la modification est en réalité une réécriture — redistribuer un paragraphe, déplacer un tableau, changer le style d'un document —, aucun éditeur PDF n'est le bon outil, y compris les plus chers, car la structure que vous voulez modifier a été supprimée à la création du PDF. Revenez au document source s'il existe, ou convertissez-le en Word et modifiez-le là. Pour des modifications scriptées sur de nombreux fichiers, pikepdf et mutool clean -d donnent directement accès au flux de contenu, et aucun des deux n'a besoin d'afficher une page au préalable.