L’outil de cette page extrait le texte d’un PDF dans votre navigateur et crée un DOCX simple. Il ne reproduit pas fidèlement la mise en page, les colonnes ou les tableaux et ne réalise pas d’OCR. Pour un PDF scanné sans couche texte, une reconnaissance optique externe est nécessaire.
Définitions et méthode : PDF.js — extraction des fragments de texte · Microsoft — limites de l’ouverture PDF dans Word.
Avant de commencer : Un PDF de 25 Mio maximum contenant du texte sélectionnable et un navigateur récent. Sélectionnez au maximum 100 pages par export.
Choisissez le PDF dans le formulaire. Si le document est protégé, renseignez son mot de passe dans les options.
Conservez « toutes » ou indiquez des pages, par exemple 1,3-5. Les numéros correspondent aux pages du fichier, pas aux numéros imprimés.
Cliquez sur « Créer le document Word ». Le texte est extrait dans votre navigateur ; aucun fichier n’est transmis.
Relisez l’aperçu puis téléchargez le DOCX. Ouvrez-le dans Word ou un logiciel compatible.
Comparez les nombres, les accents, l’ordre des paragraphes et les sauts de page. Reconstituez les colonnes ou tableaux si votre document en contient.
Essai exécuté le 24 septembre 2026 avec Chromium 153.0.8010.0 ; PDF.js 6.3.289 ; moteur local V21.
Deux pages traitées. Les accents, les codes 00123 et 00456, le signe moins, la négation et le repère de la seconde page sont présents dans le DOCX. Le document obtenu a été ouvert et rendu avec LibreOffice : deux pages lisibles. Les cellules du tableau deviennent des lignes de texte.
Télécharger le fichier source (document-controle.pdf) · Télécharger le résultat (pdf-word.docx)
Télécharger le scan de contrôle : refus attendu pour le texte
Télécharger le PDF mixte : les pages sans texte ne doivent pas être ignorées
Portée de l’essai : Un PDF textuel de contrôle, sans mise en page complexe. Le tableau ne reste pas un tableau Word. Les scans et pages sans texte sont refusés ; aucune reconnaissance OCR. Le résultat ne prouve pas la conservation de toutes les polices, colonnes ou ligatures.
Résultats détaillés, commandes et empreintes des fichiers en JSON · Voir les autres essais de fichiers
| Élément | Choix ou limite | Contrôle |
|---|---|---|
| PDF avec texte | Extraction possible selon le fichier | Relire ordre et caractères |
| Scan sans couche texte | Pas d’OCR intégré | Utiliser une reconnaissance externe |
| Tableaux et colonnes | Structure non restituée fidèlement | Recomposer dans Word |
Ces scénarios décrivent un protocole et les points attendus. Ils ne constituent pas des mesures de performance ni des essais exécutés sur vos fichiers.
Sélectionner les pages 1 et 2 du fichier, puis générer le DOCX.
Comparer le premier et le dernier paragraphe, les accents et chaque nombre.
À vérifier : Le texte doit être relu dans son ordre réel ; un numéro imprimé sur la page n’est pas forcément son indice dans le PDF.
Essayer de sélectionner une phrase dans le PDF pour repérer la présence de texte exploitable.
Si c’est un scan sans texte, utiliser un OCR adapté ; sinon vérifier l’ordre des colonnes après extraction.
À vérifier : Un texte extrait ne prouve ni la fidélité des colonnes ni l’exactitude d’une couche OCR préexistante.
Télécharger la grille de contrôle en CSV
Après l’export : Ouvrez la copie dans le logiciel destinataire, comparez les éléments utiles à la source et gardez le fichier original.
La documentation Microsoft décrit le comportement de Word, qui est une solution distincte ; elle ne prouve pas les capacités de cet outil local. Les restrictions du convertisseur sont celles indiquées sur cette page et dans ses essais publiés.
Les sources décrivent les formats et les logiciels cités. Elles ne garantissent pas que le convertisseur local reproduit toutes les fonctions d’une suite bureautique. Les restrictions du formulaire local sont indiquées sur cette page. Les procédures LibreOffice et Google sont distinctes ; les exemples ci-dessus sont des protocoles à reproduire, pas de nouveaux essais exécutés dans ces logiciels.
Responsabilité éditoriale : Nicolas Belotti, Semantiak. Contrôle documentaire : . Prochaine révision prévue : , ou plus tôt après une erreur signalée ou une évolution du logiciel. Aucune qualification de relecteur spécialisé n’est attestée ici.
Le format PDF décrit une page finalisée. L’extraction de texte ne retrouve pas automatiquement la structure du document source.
Le texte récupéré devient modifiable. Chaque ligne visible est conservée comme paragraphe simple ; des retours à la ligne peuvent demander un regroupement.
Le lecteur regroupe les fragments selon leur position. Des colonnes peuvent être mêlées : vérifiez l’ordre de lecture. Pour un tableau, utilisez l’outil PDF vers Excel et contrôlez les cellules.
Le formulaire refuse une page sans texte extractible au lieu de créer silencieusement un Word vide. Passez par une reconnaissance OCR, puis relisez particulièrement les nombres et les négations.
La page peut être un scan, une image ou du texte transformé en tracés. Un OCR est nécessaire ; il n’est pas inclus dans cet outil.
Le PDF peut utiliser un encodage incomplet ou une structure complexe. Comparez avec l’original, corrigez dans Word ou récupérez le fichier source.
Ouvrez l’option « PDF protégé » et indiquez le mot de passe dont vous disposez. L’outil ne contourne pas la protection.
Un document peut contenir des données personnelles, des commentaires, un historique de révision ou des métadonnées invisibles.
Un outil local évite le transfert du fichier. Si vous utilisez un service externe, consultez sa politique de conservation avant l’envoi et travaillez sur une copie.
Ouvrez le DOCX et comparez-le au PDF : caractères, nombres, paragraphes et pages sélectionnées. Le résultat n’est pas une reproduction graphique du PDF. Les images et mises en forme ne sont pas reprises.
Vous devez disposer du droit de copier, transformer et partager le contenu. Une conversion de format ne contourne ni le droit d’auteur, ni une licence, ni une protection technique, ni les conditions d’une plateforme.
PDF.js — lecture du texte des pages — documentation officielle. Mise à jour : 31 octobre 2026.
La documentation Microsoft décrit le comportement de Word, qui est une solution distincte ; elle ne prouve pas les capacités de cet outil local. Les restrictions du convertisseur sont celles indiquées sur cette page et dans ses essais publiés.
Non. Le DOCX contient le texte extractible dans une présentation simple, avec des séparations entre les pages choisies. Les images, colonnes et tableaux ne sont pas reconstruits.
Non. Le PDF, son mot de passe éventuel et le DOCX produit restent dans le navigateur.
Oui. Indiquez par exemple 1,3-5 pour les pages 1, 3, 4 et 5 du fichier. Une page sans texte est signalée et n’est pas ignorée silencieusement.
