Qu’est-ce qu’un fichier PDF ?

PDF est un format de document, qui décrit des pages et non des pixels. Il peut porter des pixels et des formes dessinées sur la même page. Il est utilisé pour la remise d’un fichier fini, l’impression et l’archivage.

L’extension est .pdf et le nom complet Portable Document Format. L’un et l’autre comptent moins que ce que le fichier peut contenir, et c’est le sujet du reste de cette page.

Adobe l’a publié en 1993. La spécification est ISO 32000-2.

À un format resté lisible aussi longtemps, on peut confier quelque chose qu’on veut retrouver dans dix ans.

Elle est publiée intégralement : n’importe qui peut l’implémenter à partir du document plutôt qu’en l’observant, et c’est pourquoi ce format apparaît dans tant de programmes et pourquoi des fichiers écrits il y a vingt ans s’ouvrent encore. Une spécification publiée n’est pas pour autant libre de redevances : quand un format enveloppe un codec, les brevets sont une question à part, que la norme ne tranche pas.

PDF enregistre son contenu à l’identique. Le réenregistrer ne change rien : vous pouvez l’ouvrir, le modifier et le réenregistrer autant de fois que vous voulez sans accumuler de dégâts, et c’est ce qui en fait un format de travail plutôt qu’un format de livraison.

PDF porte une couche alpha : un logo garde ses bords doux par-dessus ce qui se trouve derrière, au lieu d’arriver dans un carré blanc.

Il peut travailler en RVB, CMJN, le modèle qu’exige une presse d’imprimerie et niveaux de gris.

C’est le CMJN qui décide si un imprimeur accepte le fichier, et c’est ce qui se perd le plus souvent en passant à un format d’écran.

Un fichier PDF n’est pas limité à une page, et cela compte au moment de le convertir vers quelque chose qui l’est : une conversion produit un fichier contenant une seule page — la première, sauf si le convertisseur vous laisse choisir laquelle.

PDF range séparément les parties d’une image au lieu de les fondre ensemble, et c’est ce qui en fait un fichier de travail. À peu près tous les formats vers lesquels il se convertit les fondent, et la fusion est sans retour : gardez l’original avec ses calques.

PDF porte un chiffrement facultatif.

Un fichier chiffré doit être déverrouillé avant que quoi que ce soit puisse le convertir, ici comme ailleurs. Un mot de passe n’est pas quelque chose qu’un convertisseur peut contourner, et à celui qui prétendrait le faire il ne faudrait surtout pas confier le fichier.

Adobe Acrobat, Preview et LibreOffice Draw le lisent, comme la plupart des programmes du même genre.

Quand un fichier ne s’ouvre pas, le format est rarement en cause : le plus souvent, c’est le programme qui est plus ancien que lui. Convertir vers quelque chose de plus ancien est le contournement fiable, et c’est à cela que sert le reste de ce site.

Tous les navigateurs actuels le lisent.

Vous pouvez donc le poser sur une page ou l’attacher à un message sans vous demander ce que le destinataire a installé.

PDF peut contenir les enregistrements XMP et les propriétés du document.

Que quoi que ce soit survive à une conversion dépend entièrement de la cible, et la réponse honnête est le plus souvent « une partie ».

PDF est fait pour être transmis, pas pour travailler dedans. Modifier un tel fichier est possible et rarement agréable ; la voie raisonnable passe par la source et un nouvel export.

C’est ce qui explique tout le reste du format. Un fichier Word contient du texte qui s’écoule : des paragraphes, des styles, une structure que le logiciel remet en page dès que la marge change. Un PDF contient des instructions de tracé — « place ces caractères dans cette police à ces coordonnées » — et la structure qui les tenait ensemble a été jetée au moment où le document a été imprimé sur du papier virtuel.

Tout en découle, le meilleur comme le pire. Il s’affiche à l’identique sur n’importe quelle machine, puisqu’il n’y a rien à recalculer. Et il se modifie mal, parce que changer un mot au milieu d’un paragraphe supposerait de reconstruire le paragraphe, lequel n’existe pas dans le fichier.

Un PDF produit par un logiciel contient le texte en tant que texte : les mots y sont réellement, sous forme de suites de codes, et on peut les chercher, les copier, les extraire. Un PDF issu d’un scanner ou de l’appareil photo d’un téléphone contient une image de page, et pour le fichier cette image ne se distingue en rien de la photographie d’un chat.

Le test prend trois secondes et précède le choix de tout outil. Ouvrez le fichier et essayez de sélectionner une ligne à la souris. Si le texte se surligne mot à mot, c’est le premier cas. Si un rectangle bleu recouvre toute la zone, c’est le second, et aucune extraction ne trouvera des mots qui n’ont jamais été écrits comme des mots.

Un PDF correctement produit emporte les polices qu’il utilise, ou au moins les glyphes dont il a besoin. Le destinataire n’a pas à les avoir installées, et les retours à la ligne tombent là où l’auteur les a mis. C’est précisément ce qui a remplacé l’habitude d’envoyer un document en espérant qu’il s’affiche pareil en face.

C’est aussi pourquoi un PDF pèse plus que le document dont il vient, et pourquoi celui qu’un système a produit sans embarquer les polices s’affiche ailleurs avec des espacements faux. Si le même fichier ne rend pas pareil sur l’écran d’un collègue, une police non embarquée en est presque toujours la cause.

C’est l’erreur la plus coûteuse que ce format permet, et cabinets d’avocats comme administrations la commettent régulièrement. Poser un rectangle noir sur un nom ajoute un rectangle noir au fichier. Le nom reste exactement où il était, dessous, et se récupère en sélectionnant le texte ou en ouvrant le document avec n’importe quel outil qui en lit la structure.

Un vrai caviardage retire les caractères du fichier et redessine la page ; il faut une fonction qui annonce faire cela. En cas de doute sur ce qui a été employé, la vérification est immédiate : sélectionnez et copiez la zone couverte, puis collez le résultat dans un éditeur de texte.

Le premier est le mot de passe d’ouverture. Sans lui le contenu est chiffré et illisible pour tout logiciel, et il n’existe pas de raccourci : qui n’a pas le mot de passe n’a pas le document. Là, c’est une vraie protection.

Le second est un jeu d’autorisations — impression, copie, modification interdites — inscrit dans un fichier qui s’ouvre tout à fait normalement. C’est une demande adressée aux logiciels, pas un chiffrement, et le contenu est en clair derrière. Que ce soit techniquement contournable ne dit rien du droit de le faire : cette question porte sur le document et sur son expéditeur, jamais sur le logiciel.

PDF/A est un sous-ensemble du format destiné à la conservation longue durée. Il interdit tout ce qui dépend de quelque chose d’extérieur au fichier : pas de contenu lié, pas de JavaScript, pas de chiffrement, et les polices doivent obligatoirement être embarquées. L’idée est que le document reste lisible dans trente ans par un logiciel qui n’existe pas encore.

On le rencontre dans les téléprocédures, les dépôts juridictionnels et les archives publiques, qui refusent un PDF ordinaire sans grande explication. Convertir après coup un PDF existant en PDF/A ne réussit pas toujours automatiquement — s’il manque des polices embarquées, il faut aller les chercher — d’où l’intérêt de produire directement dans ce profil quand on sait où le document va finir.

Le fichier transporte des métadonnées que presque personne ne consulte : le logiciel qui l’a créé, la date de création et celle de dernière modification, souvent le nom de l’auteur tel qu’il était renseigné dans le système, et parfois le chemin du fichier source sur le disque de celui qui l’a produit.

Sur un document qui quitte l’entreprise, c’est de l’information que personne n’a décidé de partager. Cela vaut la peine de la regarder au moins une fois — dans les propriétés du document, dans n’importe quel lecteur — et ce site propose un outil dédié pour la retirer, qui travaille dans le navigateur sans que le fichier parte nulle part.