DOCX en PDF

Une véritable mise en page, pas une capture d'écran

Un .docx est un ZIP de XML : une partie contient le contenu, une autre les styles dont il hérite, une autre les définitions de listes, une autre les images. Ce convertisseur lit les quatre, résout chaque paragraphe contre sa chaîne de styles comme le fait Word, puis met le résultat en page — en mesurant chaque mot avec de vraies métriques de police, en coupant les lignes là où elles ne tiennent plus et en ouvrant une page quand la ligne suivante franchirait la marge inférieure.

La solution que retiennent la plupart des convertisseurs en navigateur consiste à dessiner le document sur un canvas et à coller l'image dans une page PDF. C'est bien moins de travail et cela paraît toujours à peu près correct, mais cela produit un fichier plusieurs fois plus lourd dans lequel aucun mot ne peut être sélectionné, cherché ni lu à voix haute. Ici, chaque caractère est écrit comme du texte.

Ce qui passe

Texte

Gras, italique, souligné, barré, couleur et taille de police par fragment.

Structure

Titres de niveau 1 à 6, qu'ils viennent d'un nom de style ou d'un niveau de plan.

Listes

Puces et numérotation, y compris les niveaux imbriqués, les lettres et les chiffres romains, ainsi que les remises à zéro demandées par le document.

Mise en page

Alignement à gauche, centré, à droite et justifié, retraits de première ligne et négatifs, taquets de tabulation et espacement des paragraphes.

Tableaux

Grilles de cellules avec bordures, colonnes fusionnées et lignes d'en-tête répétées.

Images

Images PNG et JPEG à la taille fixée par le document.

La page

Format, orientation et les quatre marges, sauf si vous les remplacez dans la barre d'outils.

Et ce qui ne passe pas

• En-têtes, pieds de page et notes. Il leur faut un moteur de mise en page qui réserve de la place en dehors du flux de texte et sache y placer du contenu une fois le flux décidé. Celui-ci a une seule colonne et aucune notion de ce genre.
• Zones de texte et formes flottantes. Tout ce qui est ancré à une position plutôt qu'inscrit dans le flux est laissé de côté, plutôt que déposé à un endroit plausible mais faux.
• Écritures non latines. Les polices intégrées à tout lecteur PDF couvrent Latin-1 et rien d'autre. Les caractères en dehors deviennent des points d'interrogation, et la conversion vous dit exactement combien et lesquels.
• La correspondance page à page. L'endroit où une page se coupe relève de ce convertisseur. Le contenu est complet ; la pagination lui appartient.

Questions fréquentes

Mon document Word est-il téléversé quelque part ?

Non. Le .docx est décompressé, lu et mis en page en PDF dans votre propre onglet. Rien ne quitte l'appareil, et c'est la principale raison d'utiliser cet outil plutôt qu'un convertisseur qui vous envoie un lien par courriel : un contrat, un bulletin de paie ou un brouillon ne devient jamais le fichier de quelqu'un d'autre.

Le PDF ressemblera-t-il exactement à l'export de Word ?

De près, mais pas à l'identique. Titres, gras et italique, couleur, alignement, retraits, listes à puces et numérotées, tableaux, images, format de page et marges sont repris, et les coupures de ligne tombent à des endroits sensés. Ce qui ne l'est pas : en-têtes et pieds de page, notes, zones de texte, formes flottantes, colonnes et numérotation. L'endroit où une page se coupe est décidé par la mise en page de ce convertisseur : cela ne correspondra donc pas toujours page pour page à Word.

Le texte du PDF est-il sélectionnable ?

Oui. Chaque caractère est écrit comme du vrai texte avec une vraie police : le résultat peut être cherché, copié, indexé et lu à voix haute. Les convertisseurs qui photographient chaque page produisent un fichier bien plus lourd sur lequel rien de tout cela ne fonctionne.

Quelles polices le PDF utilise-t-il ?

Les trois familles intégrées à tout lecteur PDF : Times, Helvetica et Courier. Chaque fragment est associé à la plus proche de la police nommée par le document : un document en Calibri devient de l'Helvetica, un document en Cambria du Times. Rien n'est incorporé, ce qui garde le fichier léger et lui assure la même apparence partout.

Et le texte en chinois, japonais, arabe ou cyrillique ?

Il ne survit pas. Les polices intégrées du PDF ne couvrent que la plage Latin-1 : tout caractère en dehors est remplacé par un point d'interrogation, et la conversion le signale. Les langues à écriture latine, dont le français, l'anglais et toutes les langues d'Europe occidentale, se convertissent intégralement.

Peut-il ouvrir un fichier .doc ?

Non. L'ancien format .doc est un format binaire qui n'a rien de commun avec le .docx, lequel est un ZIP de XML. Ouvrez le fichier dans Word, LibreOffice ou Google Docs et enregistrez-le d'abord en .docx.