Quel texte une conversion de PDF en EPUB conserve
Quel texte une conversion de PDF en EPUB conserve, le fichier PDF en décide lui-même : seulement le texte que vous pouvez déjà sélectionner. Quand vous déposez un fichier dans PDF vers EPUB, ReadyEPUB demande à ce navigateur de lire la couche de texte déjà présente, de la rassembler ligne par ligne en titres et paragraphes, puis d'écrire un nouvel EPUB. Pas de connexion, pas d'inscription, pas de serveur de comptes pour recevoir votre livre. La page ne devine pas les lettres dessinées dans une image et ne transforme pas une page-image en corps de texte modifiable. Un seul fichier à la fois. Ce que vous téléchargez est un nouveau fichier que cet appareil vient de produire.
Le test est simple et fiable. Faites glisser la souris sur quelques lignes. Si les mots se surlignent, ils sont dans la couche de texte et seront repris. Si toute la page n'est qu'une seule image, ces mots sont des pixels pour ce navigateur, pas du texte. Le même PDF mélange souvent les deux : les premiers chapitres en texte, une annexe scannée à la fin. L'EPUB obtenu n'aura du corps de texte que dans la première partie.
Seul le texte déjà sélectionnable passe. Quand une page scannée n'est qu'une image, son texte ne peut pas être extrait. Il n'y a pas d'étape de reconnaissance distincte ici.
Une page scannée ne donne pas de texte
Un scan, c'est une feuille photographiée puis placée dans un PDF. La page semble porter des mots, mais le fichier contient une seule image. Ce navigateur lit du texte dans le PDF, pas des traits dans une image. Une page scannée laisse donc souvent un chapitre vide, ou la page indique qu'il n'y a pas de corps de texte convertible dans ce fichier. Pour obtenir des mots que l'on peut sélectionner et chercher, il faut partir d'un PDF qui possède déjà une couche de texte. ReadyEPUB n'ajoute pas cette étape de reconnaissance.
Un autre cas prête à confusion : les mots se sélectionnent, mais le résultat sort en caractères illisibles, ou une phrase est coupée en morceaux. C'est la couche de texte elle-même qui est ainsi, souvent à cause d'un PDF exporté avec un encodage de police inhabituel. Le nouvel EPUB suit cette couche telle quelle, il ne la remet pas en ordre. Avec un tel fichier, mieux vaut repartir d'un PDF exporté proprement que de relancer la conversion.
- Les mots qui se surlignent sont repris ligne par ligne en titres ou paragraphes.
- Une page qui n'est qu'une image ne donne aucun texte.
- Si la couche de texte est déjà illisible, le résultat le reste aussi.
Les mises en page complexes deviennent des paragraphes
Une fois les mots recueillis, la mise en page ne suit pas. Colonnes, en-têtes, pieds de page et notes ne reviennent pas à leur place ; une page sur deux colonnes se lit de haut en bas et devient une suite de paragraphes. Les mots des tableaux se dispersent eux aussi dans ces paragraphes. Qu'un titre survive dépend de l'existence d'un niveau reconnaissable dans le PDF ; sinon, la ligne est traitée comme un paragraphe ordinaire. L'EPUB obtenu est fait pour être recomposé dans un lecteur, pas pour être comparé à la page imprimée.
Où va le fichier est l'autre point à éclaircir d'abord. Toute la conversion se fait dans ce navigateur. Les fichiers de livres ne sont pas envoyés à ReadyEPUB, et il n'y a ni connexion ni inscription. Comment les fichiers sont traités trace cette limite. La seule chose qui touche le réseau à l'entrée, c'est l'ouverture de la page : cette visite est comptée une fois par 51.LA, et ce qui est compté, c'est qu'une page a été ouverte, pas votre PDF. Dans l'autre sens, de EPUB vers PDF, ce navigateur lit depuis ce site les polices correspondant aux caractères du livre, puis écrit ces caractères dans le nouveau PDF. Ce sont des polices qui sont lues, pas le livre entier confié à un autre endroit pour être composé. Si les polices ne peuvent pas être lues cette fois, la page indique que la conversion a échoué et propose d'essayer un autre fichier.
Votre livre n'est pas envoyé à ReadyEPUB. Ce que vous téléchargez est un nouveau fichier que ce navigateur vient de créer, et le PDF d'origine reste dans son dossier.
Au-delà de 300 pages, ce navigateur s'arrête
Cette page a deux limites nettes. Un seul fichier à la fois, et un fichier de plus de 40 MB que ce navigateur ne peut pas traiter. Ce n'est pas un refus de serveur, c'est ce navigateur qui n'accepte pas un fichier plus gros. Un PDF de plus de 300 pages reçoit le même genre de réponse : trop de pages pour ce navigateur en une fois. Les deux messages apparaissent sur la page devant vous. Pour un gros ouvrage, découpez-le et traitez les parties séparément. Si l'extension ne correspond pas au format choisi, la page demande de sélectionner à nouveau un fichier PDF.
Le titre, l'auteur et le code de langue peuvent être modifiés avant la conversion. Quand le fichier est déposé, les données bibliographiques lisibles remplissent d'abord les champs que vous n'avez pas touchés ; un champ que vous avez modifié n'est pas écrasé automatiquement. La modification concerne le fichier sur le point d'être téléchargé, pas l'original dans votre dossier. Un résultat pas encore téléchargé ne vit que pendant cette visite. Un rechargement ou la fermeture de la page l'efface, alors récupérez le nouvel EPUB d'abord. L'exemple sur la page est un court passage fabriqué ici dans ce navigateur pour essayer une conversion, ce n'est pas un livre venu d'ailleurs.
Vérifiez une fois avant d'envoyer
N'envoyez pas le résultat tout de suite. Ouvrez le nouvel EPUB, allez au milieu pour voir s'il y a du texte, puis cherchez un mot qui n'apparaît que dans le corps. S'il est trouvé, la couche de texte est bien passée. Sinon, ces pages étaient probablement des images. Un chapitre vide, une annexe absente, des notes disparues sont des compromis normaux dans ce type de conversion, pas un fichier abîmé.
- Faites d'abord glisser sur quelques lignes pour vérifier que les mots se sélectionnent.
- Après la conversion, cherchez un mot du corps pour vérifier que la couche de texte est là.
- Téléchargez ce que vous voulez garder avant de fermer la page.
Si vous n'avez pas encore déposé de fichier, revenez au convertisseur, choisissez le format de sortie, puis ouvrez PDF vers EPUB et déposez un PDF dont les mots se sélectionnent. Un fichier à la fois, téléchargez dès que c'est fait. Pour lire la limite d'abord, voyez comment les fichiers sont traités ; cet article parle de là où sont allés les mots, et se lit à côté de l'article de la chronique sur le trajet des fichiers.
Ce que vous envoyez, c'est la copie que vous avez téléchargée. L'autre personne reçoit un nouvel EPUB, pas une copie laissée sur ReadyEPUB, car aucun de vos livres ne reste ici. Le PDF d'origine reste chez vous. Pour réessayer, rouvrez la page et reprenez le fichier dans votre propre dossier.