Lorsque plusieurs PDF contiennent du texte à supprimer suivant le même modèle mais avec un contenu différent, comme les mois, les années, les dates, les numéros de série ou les numéros de lot, la suppression par recherche individuelle est très inefficace. Cet article explique comment utiliser la fonction de recherche et remplacement de PDF de HeSoft Doc Batch Tool , en recherchant du texte correspondant à des mots-clés similaires via des formules approximatives, et en laissant le champ de remplacement vide, afin de supprimer en masse le texte ciblé dans plusieurs PDF. Cette méthode est adaptée à l'anonymisation des données, au nettoyage de rapports et au traitement avant archivage.
Dans le travail quotidien, le PDF est souvent utilisé comme format de livraison final. C’est précisément parce que le PDF sert couramment à l’archivage, à l’envoi externe et à la publication officielle que beaucoup de personnes ont besoin de nettoyer le contenu du fichier avant sa diffusion : supprimer la date de couverture, retirer l’ancien numéro de version, effacer une partie du nom du projet, masquer des informations d’année ou de lot. S’il n’y a qu’un seul PDF, le traitement manuel reste acceptable ; mais si un dossier contient des dizaines, voire des centaines de PDF, ouvrir, rechercher, supprimer et enregistrer chaque fichier devient une tâche répétitive très fastidieuse.
Ce qui est encore plus gênant, c’est que de nombreux contenus à supprimer ne sont pas des textes fixes strictement identiques, mais des textes « similaires ». Par exemple, un lot de couvertures PDF comporte toutes une date, mais le mois peut être April, May et l’année 2017, 2020 ; les numéros peuvent comporter quatre ou six chiffres, mais le nombre précis diffère dans chaque fichier. Ce type de situation se prête bien à l’utilisation de caractères génériques ou de formules pour une correspondance approximative. Cet article prend HeSoft Doc Batch Tool comme exemple pour expliquer comment supprimer en masse et de manière approximative des mots-clés dans plusieurs PDF, laissant le logiciel bureautique effectuer pour vous le travail répétitif de recherche et de remplacement.
Scénarios applicables : lorsque des textes similaires doivent être uniformément supprimés dans plusieurs PDF
La méthode décrite dans cet article convient aux types de scénarios suivants. Premièrement, la couverture d’un rapport ou d’une proposition PDF comporte une date qu’il faut retirer (mois, année ou date complète) lors de la publication d’une nouvelle version. Deuxièmement, des documents tels que contrats, notifications, rapports d’audit contiennent des numéros de format fixe qu’il faut nettoyer en masse. Troisièmement, avant d’archiver des documents historiques, il faut supprimer certains codes de projet, numéros de lot ou de version. Quatrièmement, lors du partage externe de documents, il faut retirer certains champs sensibles dont le format répond à certaines régularités.
Dans l’exemple en capture d’écran, les fichiers à traiter sont 4 PDF, nommés respectivement 1.pdf, 2.pdf, 3.pdf, 4.pdf. Ils sont intégrés dans un même traitement par lots et seront importés en une seule fois dans le logiciel, au lieu d’être ouverts et traités séparément.
En ouvrant le PDF avant traitement, on peut voir un contenu de date comme « April 13, 2017 ». Dans l’exemple, il faut supprimer le mois et l’année, c’est-à-dire « April » et « 2017 » dans le cadre rouge. Si le mois et l’année ne sont pas strictement identiques dans ces 4 PDF, une recherche exacte sur un mot fixe ne sera pas assez flexible ; il faudra alors utiliser une formule de recherche approximative.
L’important ici n’est pas de « supprimer le contenu situé à certaines coordonnées », mais de « supprimer des mots-clés selon une règle textuelle ». Autrement dit, dès que le texte du PDF correspond au modèle de correspondance que vous avez défini, il peut être trouvé et supprimé. Pour le traitement de fichiers par lots, cela s’avère plus fiable et plus rapide que la vérification manuelle page par page.
Aperçu du résultat : supprimer des mots-clés PDF en remplaçant par du vide
Dans un scénario de recherche et remplacement sur PDF, la suppression peut en réalité être comprise comme un type de remplacement particulier : remplacer le contenu trouvé par un contenu vide. L’interface de paramétrage de HeSoft Doc Batch Tool l’indique d’ailleurs clairement : « ne rien remplir signifie supprimer ». Ainsi, il suffit de renseigner dans la colonne de gauche le mot-clé ou la formule à rechercher, et de laisser vide la liste de mots-clés de remplacement dans la colonne de droite, pour effectuer une suppression par lots.
L’effet sur le PDF après traitement est le suivant. L’emplacement initial du mois est désormais vide, tout comme celui de l’année à quatre chiffres, tandis que « 13, » qui ne correspondait pas à la règle est conservé. Ce résultat montre que le logiciel a supprimé le texte spécifié conformément aux règles, sans effacer brutalement la ligne entière.
Ce type de traitement est très précieux pour les documents bureautiques. Il réduit le temps passé à effectuer des recherches répétitives dans un lecteur PDF, évite les oublis liés à la suppression manuelle, et permet également de nettoyer le contenu tout en conservant la mise en page globale du PDF. Comparé à la conversion préalable du PDF en Word, docx ou doc avant édition, appliquer directement une recherche et un remplacement par lots sur le PDF convient mieux aux tâches où l’on souhaite « modifier seulement quelques éléments textuels sans altérer significativement la mise en page ».
Procédure opérationnelle : supprimer en masse et de manière approximative des mots-clés dans plusieurs PDF
Les étapes spécifiques sont décrites ci-dessous en s’appuyant sur les captures d’écran de l’interface du logiciel. Dans les captures, le logiciel se nomme HeSoft Doc Batch Tool , il s’agit d’une catégorie de logiciels de traitement par lots conçus pour l’environnement bureautique. Sa principale valeur ajoutée réside dans l’importation de multiples fichiers en une fois, puis leur traitement automatique après avoir défini des règles unifiées, réduisant ainsi les tâches répétitives. Cet article utilise la fonction de recherche et remplacement parmi les outils PDF.
Première étape : accéder à la fonction de recherche et remplacement dans les outils PDF
Après avoir démarré le logiciel, sélectionnez « Outils PDF » dans la barre de navigation de gauche. La liste de fonctions à droite montre plusieurs points d’entrée pour le traitement de PDF, tels qu’ajouter une protection par mot de passe au PDF, ajouter un filigrane au PDF, convertir un PDF en Word, convertir un PDF en TXT, etc. Pour le traitement du contenu textuel (mots-clés) des PDF, sélectionnez « Rechercher et remplacer des mots-clés dans le PDF ».
Le résultat attendu de cette étape est d’entrer dans l’assistant dédié aux mots-clés du PDF. Choisir la bonne fonction est important, car il ne s’agit ni de fusionner un dossier PDF, ni de supprimer des pages, mais bien de rechercher, remplacer ou supprimer du texte dans le corps du PDF. Une fois cette fonction sélectionnée, le flux de traitement s’affiche en haut de la page, ce qui facilite la réalisation de la tâche étape par étape.
Deuxième étape : importer les fichiers PDF à traiter par lots
Une fois sur la page « Rechercher et remplacer des mots-clés dans le PDF », commencez par sélectionner les enregistrements à traiter. En haut à droite de l’interface se trouvent les boutons « Ajouter un fichier », « Importer depuis un dossier », « Vider », « Plus », etc. Si le nombre de fichiers est réduit, utilisez « Ajouter un fichier » pour une sélection manuelle ; si tous les PDF sont dans un même dossier, « Importer depuis un dossier » sera plus efficace.
Dans la capture d’écran, 4 enregistrements ont été importés, nommés 1.pdf, 2.pdf, 3.pdf, 4.pdf, situés dans le dossier test du lecteur D. La liste affiche également l’extension pdf, la date de création et la date de modification. Avant de poursuivre, il est conseillé de vérifier attentivement : le nombre de fichiers est-il correct ? Comprend-il des PDF qui ne devraient pas être traités ? Le chemin correspond-il bien au dossier cible ? Une fois confirmé, cliquez sur « Suivant » en bas de la page.
Pour les tâches par lots, l’étape d’importation peut paraître simple, mais elle est cruciale pour éviter tout traitement erroné. En particulier si le même dossier contient à la fois des originaux, des copies de sauvegarde et des versions de test, il est préférable d’organiser les fichiers à traiter avant de les importer dans le logiciel. Cela réduit les risques de confusion dans les résultats.
Troisième étape : activer la recherche textuelle approximative par formule
En accédant aux options de traitement, examinez d’abord le « Mode de recherche ». L’interface propose « Recherche textuelle exacte » et « Utiliser une formule pour une recherche textuelle approximative ». Pour traiter des mots fixes, on peut utiliser la recherche exacte ; pour traiter des textes similaires, des dates variables ou des numéros différents, il faut choisir « Utiliser une formule pour une recherche textuelle approximative ». Cette option est sélectionnée dans la capture d’écran.
Après avoir choisi ce mode, vous pouvez saisir vos règles dans la « Liste de mots-clés à rechercher ». Dans l’exemple, deux lignes ont été saisies : la première « April|May » signifie rechercher April ou May ; la seconde « \d{4} » signifie rechercher quatre chiffres. Pour le nettoyage de dates, cela permet de faire correspondre les noms de mois et l’année. Vous pouvez ajuster les règles en fonction du contenu de vos PDF, par exemple en ne gardant que « \d{4} » si seule l’année doit être supprimée, ou en écrivant les mois anglais spécifiques correspondants sur la première ligne.
Il faut noter qu’une recherche approximative par formule, bien que plus puissante, exige une rédaction plus prudente des règles. Si la règle que vous écrivez est trop large, elle risque de correspondre à du texte que vous ne souhaitez pas supprimer. Par exemple, un nombre à quatre chiffres n’est pas forcément une année, il peut faire partie d’un autre numéro. C’est pourquoi, avant le traitement officiel, il est conseillé de faire un test avec un petit nombre de PDF et de vérifier dans les fichiers traités que seuls les éléments ciblés ont bien été supprimés.
Quatrième étape : laisser le contenu de remplacement vide pour effectuer une suppression en masse
Dans la « Liste des mots-clés de remplacement » à droite, si vous renseignez un nouveau texte, le logiciel remplacera le contenu trouvé à gauche par ce texte de droite ; si vous ne renseignez rien, cela signifie une suppression. Dans la capture, la zone de droite est vide et l’interface indique « ne rien remplir signifie supprimer ». Donc, pour supprimer en masse des mots-clés similaires dans le PDF, il ne faut rien saisir dans la zone de texte de remplacement.
Pour l’exemple donné, la recherche porte sur « April|May » et « \d{4} » à gauche, avec une zone de remplacement vide à droite. Lors du traitement, April, May et les nombres à quatre chiffres (années) seront remplacés par du vide dans les PDF. Le résultat final sera la disparition du mois et de l’année des pages PDF, tandis que le reste du contenu, non concerné par les correspondances, restera inchangé.
Une fois le paramétrage terminé, cliquez sur « Suivant ». Le flux supérieur indique que les prochaines étapes sont « Définir l’emplacement de sauvegarde » et « Démarrer le traitement ». Par mesure de sécurité, il est recommandé de sauvegarder les PDF traités dans un nouveau dossier, plutôt que d’écraser directement les PDF originaux. Ainsi, même si la règle n’est pas idéale, vous pourrez toujours retraiter les fichiers à partir des originaux.
Cinquième étape : vérifier les PDF de sortie une fois le traitement terminé
Une fois le traitement lancé, le logiciel traite les différents PDF les uns après les autres selon la liste. À la fin du traitement, ouvrez l’emplacement de sortie pour consulter les PDF traités. Lors de la vérification, concentrez-vous sur les emplacements qui contenaient initialement les mots-clés, comme la date de couverture, le numéro de rapport, les en-têtes et pieds de page, ou des champs spécifiques dans le corps du texte. Dans l’exemple, les emplacements du mois et de l’année ont bien été supprimés, ce qui confirme que la règle a fonctionné.
Si vous constatez que la suppression n’a pas fonctionné pour certains PDF, il est possible que le format du texte dans ces fichiers ne corresponde pas aux règles, ou que le PDF lui-même ne soit pas constitué de texte consultable. Si la suppression est trop large, il faut restreindre les règles. La bonne approche du traitement par lots n’est pas de traiter aveuglément tous les fichiers en une seule fois, mais de « valider d’abord sur un petit échantillon, puis exécuter sur l’ensemble ». Cela réduit significativement le risque de suppression erronée.
Comprendre les règles courantes : la suppression par lots avec caractères génériques ne signifie pas une correspondance arbitraire
Lorsque de nombreux utilisateurs recherchent « suppression de mots-clés PDF avec caractères génériques », ils espèrent trouver une méthode capable de reconnaître automatiquement tout contenu similaire. Mais dans la pratique bureautique, les règles doivent toujours être rédigées en fonction de la structure du texte. Le rôle des caractères génériques ou des formules est d’exprimer les contenus qui suivent une certaine régularité, et non de permettre au logiciel de deviner votre intention. Par exemple, « \d{4} » est approprié pour correspondre à un nombre à quatre chiffres, souvent utilisé pour les années ; « April|May » correspond aux deux noms de mois anglais spécifiés. Si les PDF peuvent aussi contenir June ou July, la règle doit être étendue en conséquence.
Pour les documents en chinois, une logique similaire peut être adoptée. Par exemple, on utilise une recherche exacte pour supprimer un nom de projet fixe, une formule de recherche approximative pour supprimer des numéros de format fixe, ou un groupement / plusieurs lignes de règles pour supprimer plusieurs mots candidats. La syntaxe précise doit se conformer à ce que supporte l’interface du logiciel et au texte réel présent. L’exemple de cet article ne fait que présenter les règles « April|May » et « \d{4} » visibles dans les captures d’écran ; il est déconseillé d’appliquer des expressions trop larges sans en comprendre la portée.
Remarques : il est conseillé de bien préparer ces quelques points avant le traitement par lots de PDF
Sauvegarder les fichiers originaux ou effectuer la sortie vers un nouveau répertoire
La suppression de mots-clés par lots est une opération de modification de contenu ; il est recommandé de conserver les PDF originaux. Lors de la définition de l’emplacement de sauvegarde, vous pouvez choisir un nouveau dossier de sortie. Ainsi, les résultats du traitement sont séparés des fichiers originaux, ce qui facilite la comparaison et permet de relancer l’opération si les règles doivent être ajustées.
Tester d’abord avec un petit nombre de PDF
Même si un ensemble de PDF semble avoir un format identique, certains fichiers individuels peuvent présenter des différences de mise en page, de couche textuelle ou de contenu. Il est plus prudent de sélectionner d’abord 1 ou 2 fichiers représentatifs, de confirmer que le résultat du traitement est conforme aux attentes, puis d’importer l’intégralité du dossier pour le traitement par lots.
Vérifier que le texte du PDF peut être recherché
Si le PDF est constitué d’images scannées, le texte peut être visible à l’écran mais il est impossible de le sélectionner, de le copier ou de le rechercher ; dans ce cas, la fonction de recherche et remplacement risque de ne pas pouvoir établir de correspondance directe. Dans les exemples de l’article, le contenu textuel des PDF a pu être trouvé par les règles, ce qui a permis la suppression. Face à un document scanné, il faut d’abord déterminer si le fichier dispose d’une couche de texte reconnaissable.
Rédiger les règles approximatives avec prudence
Plus une règle approximative est large, plus la portée de correspondance est vaste. Utiliser « \d{4} » pour supprimer une année est relativement précis, mais si le document contient aussi des numéros à quatre chiffres, ils pourraient également être touchés. Avant de traiter des fichiers officiels, il convient de vérifier dans le contexte si la règle risque d’endommager d’autres contenus par erreur.
Résumé : confier le nettoyage répétitif de mots-clés PDF à un logiciel de traitement par lots
Ce que l’on redoute le plus en supprimant des textes similaires dans plusieurs PDF, ce n’est pas la complexité de l’opération, mais la répétitivité, le temps passé et la facilité d’oubli. La fonction « Rechercher et remplacer des mots-clés dans le PDF » offerte par HeSoft Doc Batch Tool permet, grâce au mode « Utiliser une formule pour une recherche textuelle approximative », de faire correspondre des contenus variables comme des dates, années, mois ou numéros, et de réaliser la suppression en laissant vide la liste de remplacement. Pour les utilisateurs qui doivent fréquemment organiser des rapports, contrats, archives et publier des PDF, c’est une méthode d’automatisation bureautique très pratique.
Si vous avez actuellement un lot de PDF dont vous devez supprimer des mots-clés, vous pouvez suivre le processus décrit dans cet article : allez d’abord dans les outils PDF, sélectionnez la fonction de recherche et remplacement ; puis importez les multiples PDF ; activez ensuite la recherche approximative par formule et renseignez les règles de mots-clés à faire correspondre ; enfin, laissez le contenu de remplacement vide et sortez le résultat vers un nouveau dossier. Une fois le traitement terminé, vérifiez le résultat, et après avoir confirmé l’exactitude, procédez au traitement à grande échelle. Cela vous permettra de garantir la précision tout en réduisant considérablement le temps passé à ouvrir et modifier manuellement les PDF un par un.