Numéroter un PDF quand les pages sont pivotées ou de formats différents

La rotation est le test que la plupart des outils échouent

Une page PDF peut porter une rotation de 0, 90, 180 ou 270 degrés. Cette rotation n'est pas intégrée au contenu — les instructions de dessin restent exactement telles qu'écrites, et le lecteur tourne la page entière à l'affichage. C'est ainsi que tout scan arrivé de travers est redressé, et c'est extrêmement fréquent dans les documents passés par un scanner ou un outil de rotation.

Le piège, c'est que la bibliothèque qui écrit le numéro n'applique pas cette rotation. Demande-lui « bas centre » sur une page tournée à 90 degrés et elle placera fidèlement le texte au bas du centre de la page non tournée — que le lecteur voit au milieu du bord gauche, couché sur le flanc. Sur une page à 270 degrés, il atterrit sur le bord opposé. Trompe-toi légèrement sur une feuille paysage et le numéro tombe entièrement hors page, car la largeur et la hauteur ont été échangées.

Cet outil fait la conversion. Un fichier de six pages a été construit avec A4 portrait, Letter portrait, A4 paysage, puis trois A4 tournées de 90, 180 et 270 degrés, et numéroté en bas au centre avec une marge de 28 points. En relisant le résultat via la vue d'un moteur de rendu — la transformation même qu'applique un lecteur — chacun des six numéros se trouvait à 28 points au-dessus du bas de la page affichée, et chacun se lisait de gauche à droite. Sur les pages pivotées, le texte d'origine revenait à 90, 180 et 270 degrés dans cette même vue, et c'est tout l'intérêt : le numéro est droit précisément parce qu'il a été corrigé, et pas le contenu de la page.

Formats mixtes : chaque page mesurée pour elle-même

Un dossier fusionné n'a presque jamais un seul format de page. Un rapport A4 avec une annexe Letter, un tableur en paysage imprimé au milieu d'un document portrait, un scan sorti à un format bizarre — tout cela est banal. Un outil qui mesure la première page puis réutilise cette mesure fera dériver le numéro latéralement sur chaque page différente.

Celui-ci mesure chaque page au moment de la numéroter. Dans le fichier de test de six pages, le numéro centré s'est posé à 287,9 points sur les feuilles A4, 296,3 sur la Letter, et 411,2 sur les pages paysage et pivotées. Ce sont trois positions horizontales différentes dans le fichier, et les trois sont le centre de leur propre page. Quand plusieurs documents sont numérotés en une passe, la même règle s'applique au niveau du document : le dernier numéro de chaque fichier est calculé sur sa propre longueur, si bien qu'un chapitre de cinq pages lit « 5 / 5 » même s'il est en file derrière un chapitre de quarante.

Un fichier d'impression avec fond perdu : mesuré depuis la coupe, pas depuis la feuille

Une page a plus d'un rectangle. La MediaBox est la feuille sur laquelle la page est dessinée ; la CropBox est la partie que le lecteur est censé voir. Dans un document de bureau ordinaire, elles sont identiques, et c'est pourquoi la différence ne se manifeste presque jamais. Dans un fichier préparé pour l'impression, elles ne le sont pas : la feuille est plus grande que la page finie, la bande supplémentaire autour du bord est le fond perdu, et la CropBox marque où tombera la coupe.

L'outil mesure la CropBox, ce qui fait de la marge choisie une marge depuis le bord fini — celui que le lecteur aura en main. Mesuré sur des pages construites exprès, bas centre, marge de 28 points : avec un fond perdu de 3 mm, le numéro s'est posé à 28,00 points au-dessus du bord rogné ; avec un fond perdu de 10 mm, à 28,00 points également ; et sur une page sans aucun fond perdu, aux mêmes 28,00. Les trois sont indiscernables, et c'est bien l'objectif. Une page qui ne déclare aucune CropBox n'est pas affectée, puisqu'une CropBox absente vaut la MediaBox par définition — et une feuille dont l'origine n'est pas à zéro est traitée aussi, le coin de la boîte étant réappliqué plutôt que supposé. L'aperçu à l'écran est bâti sur cette même mesure : ce qu'il montre est ce que contiendra le fichier.

Le numéro déjà présent sur la page lui est invisible

Cela mérite d'être dit franchement, car cela déçoit ceux qui attendent l'inverse : aucun outil de numérotation de ce type ne détecte un numéro de page existant, et celui-ci ne fait pas exception. Il ne lit jamais le texte de la page. Il ouvre le document, ajoute une instruction de dessin à chaque page, et enregistre. Ce qui y était déjà imprimé y reste imprimé.

Le test l'a rendu concret. Un fichier de trois pages dont la première portait déjà le pied de page « Page 1 of 2 » a été numéroté en bas à droite. Le résultat montre les deux : le pied d'origine, et un nouveau « 1 / 3 » seize points en dessous. Les deux se contredisent sur la même page — l'ancien pied comptait deux pages, l'outil en a compté trois — et rien dans l'interface ne signale que cela s'est produit. Si ton document imprime déjà des numéros, retire-les à la source ou accepte deux jeux, et vérifie au moins une page avant d'envoyer le fichier où que ce soit.

Le même aveuglement vaut pour tout ce qui occupe déjà la marge. Une page de test portant un pied d'entreprise s'étendant de 120 à 356 points en bas, à la hauteur même où va le numéro, a reçu son « 1 / 1 » de 288 à 307 points — imprimé en plein sur l'adresse. Il n'y a pas de contrôle de collision, et il ne peut guère y en avoir sans lire la page. Déplace le numéro vers un coin que le document laisse libre, ou augmente la marge jusqu'à ce qu'il dégage.

Ce que la numérotation fait aux pages d'origine

Rien n'est recompressé et rien n'est réinterprété. Le numéro est ajouté comme une nouvelle instruction de dessin apposée à la page, et non en réécrivant ce qui s'y trouvait : dans un fichier numéroté, le contenu de la page est passé de huit blocs d'instructions à onze, et les huit d'origine sont restés intacts. Chaque flux de données brut de deux documents réels — 48 dans l'un, 60 dans l'autre, dont deux images incorporées — est ressorti identique octet pour octet après numérotation. Le texte reste sélectionnable, les images gardent leur qualité d'origine, et il n'y a aucune perte de génération.

La taille du fichier peut varier dans les deux sens, et diminue souvent. Un document portugais est passé de 152 674 octets à 74 823 — la moitié, avec ses huit pages et chaque caractère de son texte intacts. La raison : le fichier entier est reconstruit plutôt que complété. L'original portait trois révisions empilées, le fichier reconstruit n'en porte qu'une. C'est un effet de bord de la bibliothèque, pas une fonctionnalité de l'outil, et il faut le savoir : la sortie n'est pas une retouche minimale de ton original. C'est un fichier neuf contenant les mêmes pages.

Deux documents seront refusés d'emblée. Un PDF chiffré en fait partie : la bibliothèque n'ouvre pas un fichier portant un gestionnaire de sécurité, même sans mot de passe à saisir et même s'il s'ouvre instantanément dans n'importe quel lecteur. Une norme industrielle de 192 pages utilisée dans ces tests se comporte exactement ainsi — son texte s'extrait sans peine avec l'outil de texte de ce site, et l'outil de numérotation la nomme et la passe. L'autre refus concerne un libellé contenant des caractères que la police PDF standard ne sait pas écrire : les lettres polonaises, tchèques, turques, grecques et cyrilliques sont hors de son répertoire, et l'outil vérifie le libellé avant de commencer plutôt que d'échouer au milieu d'un lot.

Questions fréquentes

Mes pages sont pivotées. Les numéros sortiront-ils de travers ?

Non. Cela a été testé sur les quatre valeurs de rotation dans un même fichier, et le numéro est sorti droit et dans le coin demandé à chaque fois, mesuré via la même transformation de vue qu'applique un lecteur. L'outil calcule où se trouve le coin sur la page telle que tu la vois, reconvertit ce point dans l'espace de coordonnées de la page, et fait tourner le texte de la rotation de la page pour que sa ligne de base suive le sens de lecture. Cela vaut la peine d'être vérifié sur tout autre outil de numérotation, car c'est précisément là qu'ils se trompent : un numéro au milieu du bord gauche, couché sur le flanc, est la signature d'un outil qui a ignoré l'indicateur de rotation.

Mon document mêle A4 et Letter. Les numéros seront-ils alignés ?

Chaque numéro sera correctement posé sur sa propre page, ce qui n'est pas tout à fait la même chose qu'être aligné. Un numéro centré se pose à 287,9 points sur A4 et 296,3 sur Letter, car ce sont les centres de deux largeurs différentes — feuillette les pages à l'écran et le numéro bouge. C'est correct : il est centré sur chaque feuille. S'il te faut un alignement sur tout le document, utilise une position en coin plutôt qu'un centrage, car une marge fixe depuis le bord gauche ou droit donne la même distance sur chaque page quelle que soit la largeur. Numéroter plusieurs fichiers en une passe suit le même principe au niveau du document : le total de chaque fichier est le sien.

Le document a déjà des numéros de page. L'outil va-t-il les remplacer ?

Non — il en ajoute un second jeu. L'outil ne lit jamais le texte de la page ; il dessine seulement par-dessus. Lors des tests, une page affichant déjà « Page 1 of 2 » est revenue avec cela et un nouveau « 1 / 3 » juste en dessous, les deux en désaccord sur le nombre de pages du document. Retirer un numéro existant suppose de revenir à ce qui a produit le document, car une fois dessiné dans la page il fait partie du contenu comme n'importe quel texte. Si tu ne peux pas, place le nouveau numéro dans un autre coin pour qu'ils ne se superposent pas, et dis au destinataire quel jeu fait foi.

La numérotation va-t-elle recompresser mon PDF ou perdre en qualité ?

Non. Le numéro est une nouvelle instruction de dessin apposée à la page, et le contenu d'origine n'est pas touché. Chaque flux de données brut de deux documents de test réels — images incorporées comprises — est ressorti identique octet pour octet après numérotation. Le texte reste sélectionnable et les images gardent exactement leurs données d'origine : tu peux numéroter le même fichier plusieurs fois sans aucune perte de génération. La taille du fichier peut néanmoins changer, et chute souvent : la bibliothèque reconstruit le fichier entier au lieu de le compléter, si bien qu'un document portant plusieurs révisions empilées revient en une seule. Un fichier de test a été divisé par deux, toutes ses pages et tout son texte intacts.

Pourquoi refuse-t-il mon PDF, ou mon libellé ?

Deux causes. Si le fichier est refusé, il est presque certainement chiffré — et chiffré ne veut pas forcément dire protégé par mot de passe. Beaucoup de documents publiés portent un gestionnaire de sécurité avec un mot de passe utilisateur vide : ils s'ouvrent instantanément dans n'importe quel lecteur, mais la bibliothèque utilisée ici n'y touche pas. Une norme industrielle de 192 pages employée dans ces tests fait exactement cela, et le même fichier extrait très bien son texte avec l'outil de texte de ce site. Retire la protection à la source et reviens. Si c'est le libellé qui est refusé, il contient un caractère que la police PDF standard ne sait pas écrire. Les lettres latines-1 passent — accents, cédilles, trémas, signes paragraphe et degré, tirets et guillemets courbes — mais pas les lettres polonaises, tchèques, turques, grecques ni cyrilliques. L'outil vérifie avant de commencer, si bien qu'un lot entier n'est jamais perdu en cours de route.