Compresser un PDF rend-il le texte non recherchable ?

Oui — dans la plupart des cas. Si un compresseur a considérablement réduit la taille de votre PDF, il a presque certainement transformé chaque page en image, et le texte n'est plus du texte.

Vous le découvrez généralement plus tard, au pire moment : en cherchant une clause dans un contrat sans obtenir de résultats, ou en collant un paragraphe pour n'obtenir que du vide. Ce guide explique pourquoi cela se produit, comment le vérifier et comment compresser un fichier sans que cela arrive.

Deux Opérations Complètement Différentes Partagent un Même Mot

« Compresser » désigne deux choses qui fonctionnent de manière opposée. Les outils vous indiquent rarement laquelle vous obtenez.

Sans perte : reconstruire le fichier

La structure du document est réécrite de manière plus efficace. Les ressources en double sont fusionnées, les objets inutilisés sont supprimés et les flux internes sont réorganisés. Rien sur la page n'est touché.

Le texte reste du texte. Les polices restent intégrées. Les liens, champs de formulaire et annotations sont conservés. L'inconvénient réside dans la réduction de taille : généralement 20–30 %, et sur un fichier déjà bien optimisé, parfois presque rien.

Avec perte : photographier les pages

Chaque page est rendue sous forme d'image, cette image est compressée, et un nouveau PDF est construit avec une image par page.

Cette méthode est extrêmement efficace — 60–80 % sur des documents numérisés est courant — car elle efface la distinction entre une lettre et les pixels qui la composent. Et c'est précisément le problème. Après cela, la page est une photographie de votre document. Il n'y a aucun texte à y trouver.

Comment Savoir Laquelle Vous Avez Obtenue

Ouvrez le fichier de sortie et essayez de sélectionner une ligne de texte courant avec votre curseur.

• Un curseur de texte apparaît et vous pouvez surligner des mots individuels — le texte a survécu.
• Vous obtenez un cadre de sélection sur toute la page, ou rien ne se passe — la page est une image.

Deux autres vérifications rapides : appuyez sur Ctrl+F (Cmd+F sur Mac) et recherchez un mot clairement visible. Et zoomez à 400 %. Un vrai texte reste net à n'importe quel niveau de zoom car il est tracé à partir de contours de police ; une image devient floue puis pixelisée.

Pourquoi C'est Plus Important qu'il n'y Paraît

Perdre un texte interrogeable n'est pas qu'un simple inconvénient.

Vous ne pouvez pas rechercher ni extraire. Tout flux de travail qui lit des données dans le document cesse de fonctionner — systèmes de notes de frais, revue de contrats, indexation de gestion documentaire.

Les lecteurs d'écran ne peuvent pas le lire. C'est le point le plus grave. Une page qui est une image est totalement inaccessible à toute personne utilisant des technologies d'assistance. Si vous publiez un document destiné au grand public, ou si vous travaillez dans un contexte soumis à des obligations d'accessibilité, un PDF uniquement en images n'est pas une sortie acceptable.

Les moteurs de recherche ne peuvent pas l'indexer. Un PDF publié sur un site web sans couche de texte ne contribue en rien au référencement.

La qualité est désormais définitive. Vous ne pouvez plus récupérer le texte ultérieurement, sauf en exécutant l'OCR, qui le réintroduit en devinant les pixels — généralement avec précision, mais jamais parfaitement, et jamais avec la mise en forme d'origine.

Choisir Délibérément

Notre outil Compress PDF propose les deux options et vous indique laquelle correspond à chaque réglage.

Conserver le texte est le chemin sans perte. Utilisez-le chaque fois que le document sera recherché, lu avec des technologies d'assistance, traité automatiquement ou conservé comme archive. Attendez-vous à une réduction modeste.

Taille minimale est le chemin avec perte, en trois intensités — environ 144, 108 et 72 DPI. Utilisez-le lorsque le fichier doit respecter une limite stricte et qu'une personne va simplement le consulter. L'outil indique clairement que le texte ne reste pas sélectionnable dans aucun de ces modes.

Il existe également un mode Taille cible pour les cas où un portail exige un nombre précis. C'est un mode avec perte, donc le même compromis s'applique.

Le Cas Où Cela Ne Fait Aucune Différence

Si votre PDF est une numérisation, il n'y avait jamais de texte à perdre. Une photographie d'une page ne contient aucun caractère, uniquement des pixels, quel que soit l'outil qui l'a produite.

Pour les numérisations, la compression avec perte ne vous coûte rien en termes d'interrogeabilité — car vous n'en aviez aucune. C'est aussi pourquoi les numérisations se compressent si bien : ce sont des données d'image pures, ce pour quoi la compression avec perte est précisément conçue.

Si vous souhaitez qu'une numérisation soit interrogeable, il s'agit d'une opération distincte : l'OCR lit les pixels et ajoute une couche de texte en dessous. Il vaut mieux le faire avant de compresser, car une compression agressive rend les caractères plus difficiles à reconnaître et l'OCR moins précis.

Une Règle qui Fonctionne

Posez-vous une question : une fois ce fichier envoyé, autre chose qu'une paire d'yeux humains aura-t-il besoin de le lire ?

• Non — un collègue va y jeter un œil, un relecteur de portail va l'approuver, il part par e-mail. La compression avec perte convient. Prenez les 70 %.
• Oui — il sera recherché, indexé, archivé, lu à voix haute ou traité. Restez sans perte, acceptez l'économie moindre et trouvez de la place ailleurs.

« Ailleurs », c'est généralement dans les pages. Supprimer les pages dont personne n'a besoin surpasse n'importe quel réglage de compression, et ne coûte rien en qualité. Extraire des pages PDF vous permettra d'isoler uniquement celles dont vous avez besoin.

Si Vous Avez Déjà Perdu le Texte

Si vous avez compressé un fichier en images et que vous n'avez plus l'original, le texte n'est pas récupérable sous sa forme d'origine. Vos options sont de revenir au document source et d'exporter à nouveau, ou d'exécuter l'OCR sur la version compressée pour générer une nouvelle couche de texte.

Exécuter l'OCR sur un fichier déjà fortement compressé est la plus faible de ces options, car la compression a endommagé les formes des lettres mêmes dont dépend la reconnaissance. C'est l'argument le plus fort pour conserver l'original de tout ce qui a de l'importance.

Foire Aux Questions

Puis-je savoir si un PDF contient du vrai texte sans l'ouvrir dans un lecteur ? La vérification la plus rapide est de l'ouvrir et d'essayer de sélectionner une ligne. Si vous voulez en être certain, recherchez un mot clairement visible sur la page — si la recherche ne trouve rien, il n'y a pas de couche de texte.

La compression peut-elle supprimer le texte d'un PDF qui n'était pas numérisé ? Oui. La compression avec perte rend chaque page en image, quel que soit son contenu d'origine. Un PDF exporté depuis Word avec un texte parfaitement correct perdra ce texte si vous le compressez en mode « taille minimale ».

Un fichier plus petit est-il toujours de moins bonne qualité ? Non. La compression sans perte rend un fichier plus petit sans aucune dégradation de qualité — elle élimine le superflu plutôt que les détails. Elle ne peut simplement pas atteindre les réductions spectaculaires auxquelles les gens s'attendent.

Mon PDF compressé semble identique. A-t-il conservé le texte ? Pas nécessairement. À un niveau de zoom normal, une image bien compressée d'une page ressemble beaucoup à l'original. Sélectionner du texte est le seul test fiable.

Puis-je rajouter le texte après la compression ? Uniquement en exécutant l'OCR, qui génère une nouvelle couche de texte en reconnaissant les pixels. C'est généralement précis mais jamais garanti, et cela ne restaure pas la mise en forme d'origine.