Comment vérifier un document converti avant de l’envoyer

Les fichiers convertis échouent en silence

Toute conversion depuis un PDF est un acte d’inférence. Le fichier enregistre des glyphes à des coordonnées ; il n’enregistre ni paragraphes, ni titres, ni colonnes, ni tableaux, ni ordre de lecture, donc un convertisseur déduit tout cela de la géométrie. L’inférence a généralement raison, et quand elle se trompe, elle se trompe d’une manière qui se lit encore normalement.

C’est là le problème. Une phrase amputée de sa seconde moitié paraît manifestement cassée et se corrige. Le total d’une facture indiquant 1 240,00 alors que l’original disait 1 249,00 paraît parfaitement normal, survit à une relecture attentive, et c’est votre client qui le trouve. Les erreurs à traquer sont celles qui laissent le document avec l’air d’être fini.

Commencez par le nombre de pages et la dernière page

Ouvrez l’original et la conversion côte à côte et comparez d’abord le nombre de pages. Cela prend deux secondes et attrape la troncature, qui est l’échec silencieux le plus fréquent : une conversion qui a manqué de temps à mi-parcours produit généralement un fichier parfaitement valide contenant les quatre-vingts premières pages sur cent.

Lisez ensuite la dernière page des deux. Les convertisseurs se dégradent vers la fin et non au début, et la dernière page est l’endroit où un fichier coupé sans prévenir se voit. C’est aussi là que vivent les signatures, les totaux et les annexes, c’est-à-dire ce sur quoi quelqu’un va agir.

Si les décomptes divergent, vérifiez ce que contient réellement l’original avant de supposer que le convertisseur a perdu quelque chose : les numéros imprimés sur les pages et les feuillets réels divergent couramment.

Vérifiez les chiffres un par un, jamais en lisant

Les chiffres sont l’endroit où les conversions font de vrais dégâts, et les lire ne suffit pas : l’œil accepte n’importe quel chiffre plausible. Vérifiez-les délibérément.

• Les totaux. Refaites l’addition d’une colonne. Si la somme correspond au total annoncé par l’original, la colonne est bien passée.
• Les signes moins et les parenthèses. Les négatifs comptables écrits (1 240) arrivent fréquemment en 1 240. Le signe est un caractère comme un autre et c’est le plus facile à perdre.
• Les dates. Dans un tableur, une date arrivée en texte reste alignée à gauche et ne se trie pas. Cliquez sur une cellule et regardez.
• Les longs numéros de référence. Numéros de compte, ISBN et numéros de TVA n’ont rien à quoi se comparer, donc une erreur y est invisible pour toujours. Comparez-en quelques-uns caractère par caractère.

Si le document vient d’une numérisation, tenez chaque chiffre pour suspect : l’OCR confond 0 et O, 1 avec l et I, 5 avec S, 8 avec B, et aucune de ces substitutions ne rend une phrase visiblement fausse.

Tableaux et titres, là où se fait la supposition

Les tableaux sont ce qu’il y a de plus difficile à récupérer d’un PDF, parce qu’un PDF n’a pas de tableaux : seulement du texte et, parfois, des traits. Un convertisseur déduit lignes et colonnes de l’espacement, et se trompe dans deux directions : il trouve un tableau dans un bloc de prose, ou fusionne deux colonnes parce qu’elles étaient proches. Pourquoi les tableaux d’un PDF arrivent faux dans Excel traite cela en détail ; la vérification consiste à compter les colonnes du résultat face à l’original et à regarder toute ligne dont une cellule est vide de façon inattendue.

Les titres sont une version plus douce du même problème. Ils sont détectés par la taille, donc un document qui utilise le gras plutôt qu’un corps plus grand pour ses titres se convertit en un mur de paragraphes. C’est cosmétique, mais cela casse le volet de navigation et tout sommaire construit à partir des styles : à corriger avant de remettre le document à quelqu’un qui va y naviguer.

Avant de l’envoyer

Deux derniers points, tous deux sur ce que porte le fichier plutôt que sur ce qu’il dit.

Regardez les propriétés du document. Les fichiers convertis héritent du titre, de l’auteur et parfois du nom d’un logiciel ou d’une personne qui n’a jamais touché votre version. Si le document sort de votre organisation, regardez les propriétés avant qu’il parte.

Décidez quel fichier fait foi. Un document converti est un dérivé, et dès que deux versions existent, quelqu’un modifiera la mauvaise. Soit la conversion devient la référence et le PDF est archivé, soit le PDF reste la référence et la conversion est une copie de travail que l’on supprime. Choisir prend cinq secondes ; ne pas choisir coûte un après-midi quelques semaines plus tard.