Le DOCX, c'est Word au format OOXML, avec ses titres, ses tableaux et ses styles nommés. Le PDF est une mise en page figée, sans structure de titres sur laquelle une machine puisse s'appuyer. LibreOffice se tient entre les deux, et cette page dit exactement ce qui arrive à un fichier DOCX en route vers le PDF.
Ce qui s'exécute quand un fichier DOCX devient un PDF
LibreOffice 24.2, sur une machine que nous louons et que nous surveillons. Votre fichier DOCX est envoyé une fois, LibreOffice s'exécute une fois, le fichier PDF revient, et aucun des deux fichiers n'est conservé. DOCX vers PDF fait partie des 3649 paires sur lesquelles ce moteur a été sondé avec un vrai fichier, et c'est pour cela que cette page existe quand celles que la sonde n'a pas su prouver n'existent pas.
Ce qui survit du fichier DOCX dans le fichier PDF
La mise en page du DOCX, à l'identique. LibreOffice rend votre fichier DOCX comme il l'imprimerait : marges, colonnes, sauts de page, en-têtes et pieds de page arrivent dans le PDF là où l'auteur les avait mis.
Les polices, embarquées dans le PDF, pour que votre document DOCX se lise pareil sur une machine où ces polices n'ont jamais été installées.
Les tableaux du DOCX, dessinés tels qu'ils étaient dessinés. Bordures, cellules fusionnées et largeurs de colonnes survivent dans le PDF parce qu'ils y sont peints plutôt que redécrits.
Les listes numérotées et à puces, les notes de bas de page et la table des matières du DOCX, toutes figées dans le PDF à la position où elles ont été rendues.
Ce que la conversion DOCX vers PDF vous coûte
La modifiabilité. Un PDF est un point final : personne en aval ne peut changer une phrase sans repasser par votre fichier DOCX. Parfois c'est exactement le but, parfois c'est exactement le problème.
La structure exploitable par une machine. Le PDF n'a ni hiérarchie de titres, ni sémantique de liste, ni modèle de tableau : tout ce que le fichier DOCX savait de lui-même s'arrête au stade de l'impression. Un programme qui lit le PDF voit des glyphes positionnés et devine le reste.
Les modifications suivies et les commentaires s'impriment dans le PDF selon les réglages du document DOCX, ce qui correspond rarement à ce qu'on attend la première fois qu'on essaie.
D'où viennent les fichiers DOCX et PDF
DOCX. Word l'écrit, et Google Docs aussi à l'export. C'est la norme ISO/IEC 29500, une archive zip de XML, et c'est ce qui permet à un programme de lire le document sans ouvrir Word.
Si un modèle doit lire le fichier PDF
À savoir avant que ce PDF n'approche un assistant : c'est le mauvais sens. Un PDF est un ensemble de glyphes positionnés, et un modèle doit reconstruire l'ordre de lecture avant même de commencer. Si ce fichier DOCX doit être lu par une machine plutôt que par une personne, convertissez-le en Markdown : la reconstruction disparaît.
DOCX vers PDF, mesuré plutôt que promis
En passant DOCX vers PDF sur le moteur réel avec un vrai fichier, LibreOffice a écrit 11 917 octets au format PDF en 1,2 secondes, machine par ailleurs au repos. C'est un fichier DOCX un jour donné et non une moyenne, et c'est pourquoi le nombre est donné avec le fichier qui l'a produit.
Le verdict DOCX vers PDF a été obtenu par une signature de format, c'est-à-dire que au moins quatre octets propres au format ont été trouvés au bon décalage. Le contrôle employé compte, parce qu'ils ne prouvent pas tous la même chose, et un code de statut 200 ne prouve strictement rien sur ce que le fichier PDF contient.
Le même fichier DOCX, envoyé ailleurs
Les autres sorties que la sonde a mesurées à partir d'un fichier DOCX, pour que le coût du choix du format PDF se lise face à quelque chose. Les tailles ne se comparent pas d'un moteur à l'autre, chaque famille ayant été sondée avec son propre fichier témoin DOCX.
DOCX vers MD : 266 octets en 0,1 secondes, vérifié par un aller-retour pandoc.
DOCX vers EPUB : 5 040 octets en 0,1 secondes, vérifié par un aller-retour pandoc.
DOCX vers TXT : 264 octets en 0,1 secondes, vérifié par la relecture du texte.
DOCX vers HTML : 4 018 octets en 0,1 secondes, vérifié par un aller-retour pandoc.
DOCX vers RTF : 4 205 octets en 1,1 secondes, vérifié par la relecture du type interne et la recherche d'un mot témoin.
DOCX vers ODT : 12 806 octets en 1,2 secondes, vérifié par la relecture du type interne et la recherche d'un mot témoin.
Les autres routes vers PDF, et ce qu'elles ont mesuré
Parmi les routes publiées vers PDF, DOCX est la vingtième plus grosse sortie des 26 mesurées. Les fichiers témoins diffèrent : ce classement porte sur la sonde et non sur votre document.
DOC vers PDF : 11 917 octets en 1,1 secondes.
XLSX vers PDF : 18 965 octets en 1,1 secondes.
XLS vers PDF : 18 519 octets en 1,0 secondes.
PPTX vers PDF : 20 929 octets en 1,2 secondes.
PPT vers PDF : 20 740 octets en 1,1 secondes.
Ce que nous ne prétendrons pas sur DOCX vers PDF
Un fichier DOCX de plus de 25 Mo est refusé avant la fin de l'envoi plutôt qu'après, pour que vous n'attendiez pas un refus.
Une conversion DOCX vers PDF qui dépasse 90 secondes est tuée, et le processus LibreOffice avec elle. Une exécution abandonnée resterait posée sur l'un des deux cœurs de la machine jusqu'à ce que quelqu'un le remarque.
LibreOffice est sérialisé exprès, un document à la fois par travailleur, parce que chaque instance de soffice prend 150 à 300 Mo sur une machine qui en a 3,8 Go. Plafond mesuré : 23 conversions DOCX en vol et environ 0,9 par seconde en régime établi. Au-delà, la file répond 429 plutôt que de s'écrouler, ce qui a été testé à 32 simultanées.
Un fichier DOCX à la fois, choisi dans le navigateur. Il n'y a rien d'autre à régler et rien d'autre à proposer.
DOCX vers PDF : les questions que l'on pose
Qu'est-ce qui convertit vraiment mon fichier DOCX en PDF ?
C'est LibreOffice qui s'en charge, en 24.2, sur une machine que nous louons et que nous surveillons. Ni astuce de navigateur, ni service d'un tiers : le fichier DOCX est envoyé une fois, LibreOffice s'exécute une fois, le PDF revient, et aucun des deux fichiers n'est conservé ensuite.
Combien de temps prend une conversion DOCX vers PDF ?
Sur le fichier utilisé par la sonde, LibreOffice a mis 1,2 seconde et écrit 11 917 octets de PDF. C'est une mesure réelle sur un fichier DOCX réel, pas une moyenne et pas une promesse sur le vôtre : un DOCX plus gros prend plus longtemps, et au-delà de 90 secondes l'exécution est arrêtée.
Qu'est-ce que je perds en passant du DOCX au PDF ?
Celle qu'il faut connaître en premier : la modifiabilité. Un PDF est un point final, personne en aval ne peut changer une phrase sans repasser par votre fichier DOCX. Parfois c'est exactement le but, parfois c'est exactement le problème.
Peut-on chercher dans le PDF ensuite ?
Oui. Le texte de votre fichier DOCX est écrit dans le PDF comme du texte, pas comme une image de texte : il peut donc être cherché et copié. Ce que le PDF n'a pas, c'est la structure : pas de titres, pas de modèle de liste, pas de modèle de tableau. Il se lit bien pour une personne et s'analyse mal pour un programme.
La conversion DOCX vers PDF est-elle gratuite ?
Il y a une franchise gratuite chaque mois, et une conversion DOCX vers PDF coûte un demi-crédit dessus. Quand la franchise est épuisée, l'outil le dit et s'arrête, plutôt que de vous remettre discrètement un PDF moins bon.