Document arabe en PDF : pourquoi le résultat est rastérisé

Pourquoi le faire

Transformer un fichier Markdown, du HTML collé ou du texte brut en PDF semble devoir être l’affaire d’une seule ligne. C’est presque le cas, en anglais. En arabe, les lettres d’un mot doivent se relier correctement entre elles et toute la ligne doit se lire de droite à gauche, et beaucoup d’outils PDF qui fonctionnent très bien en anglais se trompent ici sans rien signaler : des lettres qui devraient être liées restent séparées, ou l’ordre de lecture sort mélangé. L’outil Document en PDF de Dzzz existe pour obtenir un résultat correct, et la façon dont il y parvient mérite d’être comprise avant de télécharger le résultat.

Comment faire, avec l’outil

1. Choisissez la source. Choisissez Markdown, HTML ou Texte brut, afin que votre contenu soit lu de la bonne manière.
2. Ajoutez votre contenu. Collez-le ou saisissez-le dans la zone Contenu, ou appuyez sur « Choisir un fichier » pour un fichier .md, .html ou .txt. Si vous choisissez plutôt des images, l’outil passe au placement d’une image par page.
3. Préparez la page. Sous Mise en page, choisissez A4 ou Letter, portrait ou paysage, une marge (Normales, Étroites ou Larges) et une qualité 2× (recommandé) ou 3× (plus net). Un aperçu en direct de la première page se met à jour pendant que vous saisissez.
4. Téléchargez le PDF. Appuyez sur Télécharger le PDF.
5. Ou appuyez plutôt sur Imprimer…, pour obtenir un texte que vous pouvez sélectionner et rechercher. La différence est expliquée ci-dessous.

À surveiller

Le problème de mise en forme des lettres explique le fonctionnement du téléchargement. Les bibliothèques PDF qui dessinent directement le texte, y compris celle qui sert ici en coulisses, placent les lettres arabes comme des formes séparées et déconnectées, dans leur ordre d’origine de gauche à droite, parce que c’est ainsi que fonctionne l’appel de dessin sous-jacent. Le vrai arabe exige que chaque lettre soit formée selon ses voisines et que toute la ligne soit inversée pour une lecture de droite à gauche, et un appel direct de dessin de texte dans une bibliothèque PDF ne fait ni l’un ni l’autre. Il faut pour cela un vrai moteur de mise en page du texte, comme celui dont dispose déjà un navigateur. Document en PDF met donc d’abord votre contenu en page dans le navigateur, où l’arabe se forme et se lit correctement, puis transforme chaque page en image avant de construire le PDF à partir de ces images.

C’est pourquoi le texte du PDF téléchargé n’est ni sélectionnable ni recherchable, et que le fichier est plus volumineux qu’un PDF ordinaire. Nous le disons clairement, ce n’est pas un compromis caché. Chaque page du téléchargement est une image de cette page, et non des caractères de texte dans la structure propre du PDF. Vous ne pouvez pas sélectionner un mot pour le copier, la zone de recherche d’un lecteur de PDF n’y trouvera rien, et le fichier est plus gros qu’un PDF textuel au contenu identique, car il contient des images au lieu de caractères.

Pour un texte sélectionnable et recherchable, utilisez plutôt Imprimer…. C’est un chemin distinct et secondaire : il ouvre la boîte de dialogue d’impression de votre appareil sur le même contenu, et choisir « Enregistrer au format PDF » à cet endroit produit un PDF avec un vrai texte sélectionnable, parce que ce PDF est construit par le navigateur et la chaîne d’impression du système d’exploitation, et non en rastérisant les pages. Choisissez Imprimer… précisément lorsque quelqu’un doit pouvoir rechercher dans le PDF, en copier du texte, ou le faire lire par un lecteur d’écran comme du texte plutôt que comme une image.

La qualité est un arbitrage direct sur la taille : 3× est plus net et nettement plus volumineux. Le réglage 2× (recommandé) est la valeur par défaut raisonnable pour la plupart des documents ; 3× (plus net) rend chaque page à une résolution plus élevée avant de la transformer en image, ce qui donne des détails plus fins dans les petits caractères, mais un téléchargement nettement plus lourd. Si la taille du fichier compte, par exemple parce que vous l’envoyez par e-mail ou qu’un portail limite la taille des fichiers importés, essayez d’abord 2× et ne passez à 3× que si le texte a vraiment besoin d’être plus net, par exemple pour un document en très petits caractères ou avec des schémas fins.

FAQ

Pourquoi ne puis-je pas sélectionner ni rechercher le texte de mon PDF téléchargé ?

Parce que le téléchargement est construit à partir d’images de chaque page, et non à partir d’objets texte PDF. C’est un choix délibéré, pas un défaut, fait précisément pour que le texte arabe se forme et se lise correctement. Si vous avez besoin d’un texte sélectionnable ou recherchable, utilisez le bouton Imprimer… au lieu de Télécharger le PDF, et choisissez « Enregistrer au format PDF » dans la boîte de dialogue d’impression qui s’ouvre.

Le chemin Imprimer… gère-t-il aussi correctement l’arabe ?

Oui. Il restitue exactement le même contenu par la chaîne d’impression de votre navigateur, qui forme et ordonne le texte arabe de la même manière que l’aperçu à l’écran. La différence avec Télécharger le PDF tient uniquement à la façon dont le résultat est construit : Imprimer… conserve un vrai texte dans le PDF, alors que Télécharger le PDF transforme chaque page en image.

Dois-je toujours choisir la qualité 3× par précaution ?

Non. 2× est la valeur recommandée par défaut et elle est assez nette pour la plupart des documents, à l’écran comme sur une imprimante ordinaire. Ne choisissez 3× que si le texte est petit ou si le document contient des détails fins qui doivent résister à un examen plus attentif, car cela alourdit nettement le fichier en échange de cette netteté supplémentaire.