Fusionner et diviser des fichiers PDF

Assembler deux PDF, cela ressemble à empiler deux tas de papier, et pour les pages elles-mêmes c'est à peu près vrai. Les problèmes intéressants vivent dans tout ce qui entoure les pages. Une page de PDF ne porte ni ses propres polices, ni ses profils colorimétriques, ni ses définitions de formulaire : elle référence des tables partagées détenues par le document. Fusionner deux fichiers oblige à réconcilier ces tables ; en diviser un oblige à les répartir. Que l'outil le fasse avec soin ou grossièrement, c'est la différence entre un fichier fusionné qui est la somme de ses parties et un fichier deux fois plus lourd, privé de ses signets et affichant un bloc de signature vide là où se trouvait un formulaire rempli. Un avertissement avant de poursuivre : notre outil compresse, convertit et gère les mots de passe, et il ne fusionne ni ne divise. Cette page existe parce que ces opérations voisinent avec les nôtres et parce que savoir ce qu'une fusion casse vous dit quoi vérifier ensuite.

Ce qu'une fusion doit réconcilier

Quatre choses voyagent avec le document et non avec la page. Les polices d'abord : chaque fichier source intègre ses propres sous-ensembles, et une fusion naïve conserve les deux copies même s'il s'agit de la même typographie, ce qui explique habituellement qu'un fichier fusionné pèse plus que les deux originaux additionnés. Une fusion soignée déduplique les programmes de police identiques. La deuxième est l'arborescence des signets : deux documents ont deux racines, et quelque chose doit décider si elles deviennent des branches sœurs ou si l'un des jeux est purement abandonné, ce que font la plupart des outils rapides. Les troisièmes sont les destinations nommées, ces ancres internes qui rendent les renvois cliquables : deux fichiers peuvent très bien contenir chacun une ancre appelée « section1 », et l'un des deux perdra. Les quatrièmes sont les métadonnées, qu'on ne peut fusionner d'aucune manière sensée : le résultat hérite donc normalement du titre et de l'auteur du premier fichier et les traîne en silence dans un document devenu autre chose.

Formulaires, signatures et annotations

C'est sur les éléments interactifs qu'une fusion fait de vrais dégâts. Un champ de formulaire est un objet au niveau du document ; deux fichiers comportant chacun un champ nommé « date » ne peuvent pas le garder tous les deux, et le résultat habituel est que la valeur d'un champ suit celle de l'autre, si bien que remplir l'un change les deux. Certains outils aplatissent les formulaires à la fusion, transformant les champs en texte d'apparence imprimée, ce qui règle le conflit en supprimant l'interactivité : acceptable pour archiver, désastreux si le destinataire doit encore remplir. Les signatures numériques sont plus simples et plus dures : une signature couvre la plage d'octets du document qu'elle a signé, donc toute fusion l'invalide. C'est la signature qui fait son travail. S'il vous faut un document signé dans une compilation, conservez l'original signé à côté, en fichier séparé, car aucun outil ne peut le fusionner en gardant la signature valide.

Ce qu'une division emporte ou non

Diviser, c'est soustraire, et c'est généralement plus doux, mais il y a un piège propre. Si un outil extrait les pages 5 à 10 dans un nouveau fichier, ces pages référencent toujours les ressources partagées du document entier, et une implémentation paresseuse recopie toute la table des ressources — vous laissant un fichier de six pages qui traîne les polices et les profils colorimétriques des deux cents d'origine. Le résultat s'ouvre correctement et pèse bien plus qu'il ne devrait. Les signets pointant hors de la plage extraite doivent être élagués sous peine de devenir des liens morts, et les renvois internes vers des pages supprimées iront silencieusement nulle part. Quand vous divisez, comparez le poids obtenu à la proportion de pages : six pages sur deux cents ne devraient pas représenter la moitié du fichier d'origine, et si c'est le cas, passez le résultat dans un compresseur ou changez d'outil.

Ordre des pages, rotation et les pannes ennuyeuses

La plupart des plaintes sur les fusions ne relèvent pas de la corruption mais du rangement. Les pages numérisées à l'envers portent un attribut de rotation et non des pixels pivotés, et certains outils appliquent cet attribut quand d'autres l'ignorent : un fichier fusionné peut donc contenir soudain des pages couchées qui paraissaient correctes avant. Les formats de page mélangés sont l'autre cas : combiner A4 et Letter, ou portrait et paysage, produit un document correct qui s'imprime mal, car l'imprimante met à l'échelle selon la première page ou demande page par page. Ni l'un ni l'autre n'est un défaut à corriger après coup : décidez avant de fusionner si vous voulez un format uniforme et, si oui, normalisez d'abord les pages divergentes plutôt que de laisser l'imprimante improviser.

Choisir une méthode

Pour un besoin ponctuel, votre système d'exploitation le fait peut-être déjà. Aperçu sur macOS fusionne en glissant des vignettes entre documents ouverts. Sur Windows, imprimer vers le pilote Microsoft Print to PDF fusionne de façon fiable mais recalcule tout, ce qui aplatit les formulaires et peut adoucir le texte : correct pour archiver, mauvais pour un document qui doit rester net. Les outils en ligne de commande donnent les résultats les plus prévisibles pour un travail répété et valent d'être appris si vous assemblez des documents régulièrement. Les services web sont pratiques et sont aussi l'option où votre document quitte votre machine, ce qui compte réellement pour des contrats, des dossiers médicaux et tout ce qui contient des données personnelles. Il n'y a pas de bonne réponse universelle ; il y a une bonne réponse par document, et elle dépend surtout de la sensibilité du contenu et de la nécessité de préserver l'interactivité.

Compressez après, pas avant

Si le document fusionné part par courriel, compressez le fichier terminé et non chaque entrée. Compresser les parties puis fusionner laisse des ressources dupliquées en place et réencode certaines images deux fois, ce qui coûte de la qualité sans économiser grand-chose. Une seule passe sur le document assemblé règle tout en une fois, déduplique ce que la fusion a laissé et vous donne un unique chiffre à comparer à la limite de votre serveur de messagerie. La même logique vaut pour la division : extrayez les pages nécessaires et compressez l'extrait, plutôt que de compresser un fichier de deux cents pages pour en atteindre six.

Un contrôle rapide après chaque fusion ou division

Ouvrez le résultat et vérifiez cinq points. Le nombre de pages est celui attendu. La première et la dernière page de chaque section source sont présentes et dans le bon sens. Les champs de formulaire acceptent encore la saisie, ou ont été aplatis volontairement. Les signets fonctionnent ou ont disparu — pas présents et cassés. Et le poids est proportionné : nettement supérieur à la somme des entrées signifie des polices dupliquées, et un fichier divisé presque aussi lourd que son parent signifie que la table des ressources l'a suivi. Deux minutes de vérification attrapent tout ce qui est décrit sur cette page, et rien de tout cela ne se voit sur une vignette.