Convertir un PDF en PDF/A (et ce qui disparaît au passage)

Entre le portail de dépôt électronique d'un tribunal, la remise d'une thèse et une politique de conservation documentaire, quelqu'un finira par vous annoncer que le fichier doit être en PDF/A. C'est un PDF conçu pour survivre à son ouverture dans trente ans par un logiciel que personne n'a encore écrit, ce qui veut dire que tout ce dont la page a besoin pour s'afficher doit se trouver à l'intérieur du fichier. La conversion tient en une étape. Ce qu'elle fait à votre document mérite deux minutes d'attention.

Ce que la conversion change vraiment

Trois choses changent, et toutes visent le même but : couper la dépendance du fichier vis-à-vis de la machine qui l'ouvre.

• Toutes les polices sont incorporées. Un PDF ordinaire peut se contenter de citer Arial et compter sur votre ordinateur pour la fournir. Le PDF/A ne le permet pas : le tracé de chaque glyphe est donc copié dans le document. C'est la raison principale pour laquelle le résultat pèse plus lourd que l'original.
• La couleur est figée. Les couleurs passent dans un espace indépendant du périphérique, si bien qu'un rouge donné est défini de façon absolue au lieu d'être laissé à l'interprétation de l'écran ou de l'imprimante.
• Tout ce qui pointe hors du fichier est supprimé. Le JavaScript, l'audio et la vidéo incorporés, les liens vers d'autres fichiers du disque et le chiffrement sont interdits par la norme.

La sortie est en PDF/A-2b. Le 2 désigne la révision de la norme ISO et le b le niveau de conformité : basique, c'est-à-dire que le fichier garantit qu'il aura toujours la même apparence. Retenez ce mot, « apparence » : il revient plus bas.

La conformité l'emporte sur la fidélité

Quand le convertisseur tombe sur quelque chose que le PDF/A n'autorise pas, il a deux options : garder la fonctionnalité et vous rendre un fichier qui échoue à la validation, ou l'abandonner et vous en rendre un qui la passe. Il est réglé pour abandonner. Vous obtenez un fichier valide, ce qui est précisément la raison pour laquelle on vous a demandé du PDF/A.

Pour la plupart des documents rien n'est perdu, puisque la plupart sont faits de texte et d'images. Ouvrez le résultat et vérifiez les détails si le vôtre contient :

• Des champs de formulaire reliés à des scripts, qui cessent d'être interactifs
• Des médias incorporés, qui sont supprimés plutôt que convertis
• Des liens vers des fichiers compagnons posés à côté du PDF, qui ne survivent pas

Les PDF protégés par mot de passe forment un cas à part. La norme interdit le chiffrement sans nuance : le fichier doit donc être déverrouillé avant même de pouvoir être converti.

Conformité basique ne veut pas dire consultable

Le malentendu est assez fréquent pour mériter d'être dit sans détour. Le PDF/A-2b garantit que la page aura la bonne apparence. Il ne dit rien de la présence d'un vrai texte derrière elle.

Passez un document numérisé et vous obtenez un PDF d'archivage parfaitement valide dont les pages restent des photos de papier. Rien ne se sélectionne, rien ne se cherche, et un validateur l'accepte sans broncher. Si ce dont votre archive a réellement besoin, c'est de texte localisable, lancez d'abord l'OCR sur le scan puis convertissez, dans cet ordre : la conversion en PDF/A n'ajoute pas de couche de texte, et lancer l'OCR après réécrirait le fichier que vous venez de rendre conforme.

Questions fréquentes

Pourquoi mon PDF/A est-il plus lourd que l'original ?

Les polices incorporées, presque toujours. Un document composé en deux ou trois familles peut prendre quelques centaines de kilo-octets, et un document en police CJK plusieurs mégaoctets, puisque le jeu de caractères complet voyage avec le fichier. Ce poids, c'est l'archivage qui fait son travail. Compresser ensuite reste possible mais se dessert tout seul : cela réécrit le fichier et vous devriez le revalider. Si besoin, compressez d'abord et convertissez ensuite.

Restera-t-il en PDF/A après modification ?

Partez du principe que non. Ajouter une signature, remplir un formulaire ou réenregistrer dans un éditeur qui ignore le PDF/A peut réintroduire discrètement quelque chose que la norme interdit, et le fichier conserve l'étiquette PDF/A sans être conforme pour autant. Traitez la conversion comme la dernière étape avant le dépôt ou l'archivage, pas comme une étape intermédiaire.