Cet article explique comment utiliser HeSoft Doc Batch Tool pour supprimer en masse des mots-clés dans plusieurs fichiers PDF via une recherche floue avec des caractères génériques ou des formules. Dans l'exemple, il faut traiter 4 PDF et supprimer uniformément le mois et l'année à quatre chiffres dans les dates, en ne conservant que le numéro de jour au milieu. L'article combine les effets avant/après traitement et des captures d'écran de l'interface du logiciel pour expliquer comment importer des PDF, sélectionner la fonction Rechercher et remplacer, définir les règles de correspondance floue, laisser le contenu de remplacement vide pour effectuer la suppression, et rappeler aux utilisateurs de faire attention à la couche de texte des PDF, à la casse et aux sauvegardes.
Lors de l'organisation de contrats, rapports, documents de recherche, documents publics ou fichiers d'archives, on rencontre souvent une tâche très répétitive : de nombreux fichiers PDF contiennent des dates, numéros, noms, numéros de version ou textes explicatifs fixes similaires qui doivent être uniformément supprimés ou anonymisés. Par exemple, dans un dossier contenant des dizaines, voire des centaines de PDF, chaque page de couverture comporte une date comme April 13, 2017. Ouvrir chaque PDF un par un, sélectionner manuellement le texte, le supprimer puis sauvegarder prend non seulement du temps, mais il est aussi facile d'oublier des suppressions ou de les faire au mauvais endroit.
Cet article vise à résoudre ce type de problème de traitement par lots : utiliser la fonction « Rechercher et remplacer des mots-clés dans les PDF » du logiciel bureautique « HeSoft Doc Batch Tool » pour supprimer en masse des mots-clés dans plusieurs fichiers PDF en recherchant de manière floue via des caractères génériques/formules. Dans l'exemple, nous traiterons simultanément 4 fichiers PDF, en supprimant les mots de mois April ou May ainsi que les années à quatre chiffres, afin d'atteindre l'objectif de nettoyer par lots un texte variable.
Il est important de préciser que cette « suppression » ne consiste pas à supprimer entièrement des pages PDF ni à les rogner, mais à rechercher et remplacer en masse un texte spécifié dans le contenu des fichiers PDF. Lorsque la liste des mots-clés de remplacement n'est pas remplie, cela permet d'obtenir un effet « trouver et supprimer ». Pour des contenus comme les dates et les numéros, qui suivent une règle mais ne sont pas identiques, l'utilisation de caractères génériques ou de formules pour une recherche floue est plus efficace que de lister un par un des mots-clés fixes.
Scénarios applicables : Quels PDF peuvent bénéficier de la suppression par lots de mots-clés avec des caractères génériques ?
« Utiliser des caractères génériques pour supprimer floutement et en masse des mots-clés dans de nombreux fichiers PDF » convient au traitement de PDF dont les règles textuelles sont claires, mais dont le contenu spécifique varie. Les scénarios courants incluent :
- Suppression en masse des dates sur les couvertures PDF, par exemple April 13, 2017, May 5, 2020, etc.
- Suppression en masse des années, numéros, versions de rapport, numéros de série et autres contenus au format fixe dans le corps du texte PDF.
- Nettoyage en masse de mots anglais spécifiques, de noms de département, d'anciens noms de projet ou de marqueurs temporaires dans plusieurs PDF.
- Remplacement ou suppression en masse de champs sensibles dans les PDF, pour une anonymisation préliminaire avant envoi externe.
- Traitement d'un grand nombre de PDF générés à partir du même modèle, comme des rapports, certificats, avis, listes, documents d'audit, etc.
Si le contenu à supprimer est parfaitement identique, une recherche de texte exacte peut être utilisée ; si le contenu à supprimer suit une règle, comme des nombres à quatre chiffres, différents mois, différents numéros, il est plus approprié d'« utiliser une formule pour une recherche floue de texte ». L'exemple de la capture d'écran utilise une formule pour correspondre à April ou May, et \d{4} pour correspondre aux années à quatre chiffres, traitant ainsi en une seule fois les textes similaires dans plusieurs PDF.
Ce type de besoin illustre la valeur fondamentale du traitement par lots de fichiers par un logiciel bureautique : transformer les opérations répétitives d'ouverture, de recherche, de suppression et de sauvegarde en une configuration de règle unique et une exécution par lots, réduisant considérablement le travail répétitif.
Aperçu du résultat : Avant traitement, plusieurs PDF contiennent des mots-clés de date à supprimer
Avant traitement, il y a 4 fichiers PDF dans le dossier, nommés respectivement 1.pdf, 2.pdf, 3.pdf, 4.pdf. Ce sont les objets de ce traitement par lots. Dans le travail de bureau réel, ce nombre peut être plus élevé : plusieurs dizaines de dossiers clients, des centaines de rapports, ou un ensemble de PDF archivés par date dans un dossier.
En ouvrant l'un des PDF, on peut voir que la couverture contient la date April 13, 2017. La capture d'écran montre, encadrés en rouge, les deux parties à traiter : le mot de mois April et l'année à quatre chiffres 2017. Le nombre 13, entre les deux, ne fait pas partie de la suppression et doit donc être conservé après traitement.
S'il n'y avait qu'un seul PDF à traiter, une suppression manuelle pourrait être acceptable ; mais si ces dates sont réparties dans plusieurs PDF et que les mois et années ne sont pas tous identiques, cela devient très fastidieux. Surtout si l'année peut être n'importe quel nombre à quatre chiffres, il n'est pas réaliste de toutes les lister une par une. Utiliser des caractères génériques ou une formule de recherche floue permet alors d'identifier uniformément « les textes conformes à la règle ».
Effet après traitement : Les mois et les années à quatre chiffres sont supprimés, seul le contenu non correspondant est conservé
Après avoir terminé le traitement par lots, en ouvrant à nouveau le PDF, on constate que l'emplacement où April était affiché a été supprimé, celui où 2017 était affiché aussi, tandis que le nombre 13, au milieu, est conservé. L'emplacement indiqué par le cadre rouge dans la capture d'écran est vide, ce qui montre que les mots-clés correspondants ont bien été nettoyés.
Cet effet démontre deux choses : premièrement, le logiciel ne supprime pas simplement la ligne entière, mais localise le texte spécifié selon la règle de recherche définie ; deuxièmement, lorsque le contenu de remplacement est laissé vide, on obtient un effet de suppression par lots des mots-clés. Pour les dates, on peut supprimer seulement le mois et l'année, ou étendre la règle pour supprimer la date complète, un numéro, un mot spécifique, etc.
Étape 1 : Accéder à l'outil PDF et choisir la fonction Rechercher et remplacer
Ouvrez « HeSoft Doc Batch Tool », le nom et la version du logiciel sont visibles en haut à gauche de la capture d'écran. Ce logiciel se positionne comme un outil bureautique de traitement de documents par lots. La colonne de gauche propose des catégories comme Nom de fichier, Nom de dossier, Organisation de fichiers, Outils Word, Outils Excel, Outils PowerPoint, Outils PDF, Outils texte, Outils image, Outils vidéo, Outils audio. La tâche ici consiste à traiter le contenu textuel de PDF, il faut donc accéder aux « Outils PDF » à gauche.
Dans la liste des outils PDF, choisissez le premier élément « Rechercher et remplacer des mots-clés dans les PDF ». La description de cette fonction est de rechercher et remplacer en masse des mots-clés dans le contenu des fichiers PDF, ce qui correspond exactement au besoin de suppression par lots de mots-clés PDF.
L'objectif du choix de cette fonction est d'entrer dans le processus de recherche et remplacement par lots. Contrairement à un lecteur PDF classique, il ne s'agit pas d'ouvrir un fichier et de le modifier manuellement, mais de sélectionner d'abord un ensemble de PDF, puis de définir uniformément les règles de recherche et de remplacement, et enfin d'exécuter le traitement en une seule fois.
Étape 2 : Ajouter les fichiers PDF à traiter par lots
Après être entré dans l'interface « Rechercher et remplacer des mots-clés dans les PDF », la première étape est de « Choisir les enregistrements à traiter ». Le coin supérieur droit de l'interface propose des boutons comme « Ajouter des fichiers », « Importer des fichiers d'un dossier », « Vider », « Plus ». Pour un petit nombre de PDF, on peut cliquer sur « Ajouter des fichiers » pour les sélectionner un par un ; si les PDF sont déjà rassemblés dans un dossier, utiliser « Importer des fichiers d'un dossier » est plus pratique.
La capture d'écran montre que 4 fichiers PDF ont été importés. La liste affiche le numéro d'ordre, le nom, le chemin, l'extension, la date de création, la date de modification et une colonne Opérations. On peut voir que les 4 enregistrements correspondent à D:\test\1.pdf, D:\test\2.pdf, D:\test\3.pdf, D:\test\4.pdf, l'extension est pdf, et le résumé en bas indique que le nombre d'enregistrements est de 4.
Le résultat attendu de cette étape est : tous les PDF à traiter figurent dans la liste. Si vous avez sélectionné des fichiers en trop, vous pouvez les supprimer via le bouton de suppression dans la colonne Opérations ; si la liste est incorrecte, vous pouvez aussi utiliser « Vider » puis réimporter. Après avoir confirmé que les fichiers sont corrects, cliquez sur « Suivant » en bas pour passer aux réglages des options de traitement.
Étape 3 : Activer la recherche floue de texte par formule et remplir les règles de caractères génériques
En entrant dans la deuxième étape « Définir les options de traitement », on voit la zone « Définir les options de mots-clés ». Le point crucial ici est le « Mode de recherche ». L'interface propose deux modes : « Recherche de texte exacte » et « Utiliser une formule pour une recherche floue de texte ». Comme cet exemple traite un contenu ayant une régularité et non un mot fixe unique, il faut choisir « Utiliser une formule pour une recherche floue de texte ».
Dans la « Liste des mots-clés à rechercher », l'exemple de capture d'écran montre deux lignes de règles :
- April|May : pour correspondre à April ou May. La barre verticale signifie un choix entre plusieurs mots candidats, adapté pour supprimer en masse différents mots de mois.
- \d{4} : pour correspondre à des nombres à quatre chiffres, souvent utilisé pour trouver des années, par exemple 2017, 2020, 2026, etc.
À droite se trouve la « Liste des mots-clés après remplacement », avec l'indication claire « Ne pas remplir signifie supprimer ». Ainsi, si l'objectif est de supprimer des mots-clés dans les PDF par lots, il ne faut pas remplir le contenu de remplacement à droite. De cette façon, le logiciel, après avoir trouvé le texte correspondant aux règles de gauche, le remplacera par du vide, ce qui équivaut à une suppression.
Le but de cette étape est de décrire « ce qu'il faut supprimer » à l'aide de règles. Contrairement à la saisie individuelle de April, May, 2017, 2018, 2019, la recherche floue par formule peut couvrir une catégorie de texte en une seule fois. Par exemple, \d{4} peut couvrir toutes les années à quatre chiffres, ce qui est pratique pour traiter un grand nombre de PDF où les années ne sont pas cohérentes.
Étape 4 : Continuer à définir l'emplacement de sauvegarde et démarrer le traitement par lots
Après avoir défini les règles de recherche et de remplacement, cliquez sur « Suivant » en bas de la page. La barre de progression montre que les étapes suivantes incluent « Définir l'emplacement de sauvegarde » et « Démarrer le traitement ». Lors de la modification en masse du contenu PDF, il est conseillé de sauvegarder les fichiers traités dans un nouveau dossier, pour les distinguer facilement des fichiers originaux et pour faciliter la vérification des résultats.
Bien que la capture d'écran ne montre pas les options spécifiques de la page d'emplacement de sauvegarde, il est clair d'après le processus que le logiciel guidera l'utilisateur pour d'abord confirmer l'emplacement de sauvegarde, puis exécuter le début du traitement. Une fois le traitement terminé, on peut ouvrir les PDF de sortie pour un contrôle ponctuel, en vérifiant principalement si les mots-clés à supprimer ont bien été effacés et si le contenu non ciblé par la suppression est resté inchangé.
Pour cet exemple, le résultat attendu est : dans les 4 PDF, le texte de mois correspondant à April ou May est supprimé, l'année correspondant à la règle des quatre chiffres est supprimée, tandis que le nombre 13, qui ne correspond pas aux règles, est conservé. Cela permet d'accomplir la suppression floue par lots de plusieurs fichiers PDF.
Questions fréquentes et points d'attention
1. Pourquoi utiliser la recherche floue par formule plutôt que la recherche exacte ?
S'il s'agit de supprimer un mot parfaitement identique, comme supprimer April dans tous les fichiers, une recherche exacte suffit. Mais si le contenu à supprimer varie, par exemple si l'année peut être 2017, 2018, 2020, ou si le mois peut être April, May, la recherche floue par formule est plus appropriée. Elle permet de faire correspondre une catégorie de contenu selon une règle, réduisant la charge de saisie de mots-clés un par un.
2. Pourquoi laisser la liste des mots-clés après remplacement vide ?
L'interface indique clairement « Ne pas remplir signifie supprimer ». C'est-à-dire que si le contenu correspondant à gauche n'a pas de texte de remplacement associé, il sera remplacé par du vide. L'objectif de cet article étant de supprimer les mots-clés du PDF, il suffit de laisser la colonne de droite vide. Si vous souhaitez remplacer un ancien mot par un nouveau, vous devez alors remplir le contenu de remplacement à droite.
3. L'utilisation de \d{4} risque-t-elle de supprimer par erreur d'autres nombres à quatre chiffres ?
C'est une possibilité. \d{4} signifie correspondre à des nombres à quatre chiffres, donc si le PDF contient d'autres numéros à quatre chiffres, codes ou pages, ils pourraient également être touchés. Par conséquent, avant un traitement par lots officiel, il est conseillé de tester d'abord avec un petit nombre de fichiers pour confirmer que la règle ne couvre que le contenu cible. Si nécessaire, on peut affiner la règle pour éviter les suppressions accidentelles.
4. Peut-on supprimer du texte de cette manière sur un PDF scanné ?
Si le texte dans le PDF est essentiellement une image et ne peut pas être sélectionné ou copié, la recherche et le remplacement de texte standard ne pourront généralement pas le cibler directement. Le texte des PDF dans cet exemple est un texte reconnu et peut donc être recherché et remplacé. Avant traitement, vous pouvez ouvrir le PDF et essayer de sélectionner le texte pour déterminer s'il possède une couche de texte.
5. Faut-il faire une sauvegarde avant le traitement par lots ?
Il est recommandé de faire une sauvegarde. L'avantage du traitement par lots est sa rapidité, mais si une règle est mal configurée, cela peut affecter plusieurs fichiers en masse. La meilleure pratique est de conserver les PDF originaux, de sauvegarder les fichiers de sortie dans un nouveau répertoire, et de ne remplacer les fichiers officiels qu'après avoir confirmé que les résultats sont corrects.
Résumé : Supprimer par lots des mots-clés PDF avec des caractères génériques pour réduire le travail d'édition répétitif
Grâce à la fonction « Rechercher et remplacer des mots-clés dans les PDF » de « HeSoft Doc Batch Tool », il est possible de supprimer uniformément le texte fixe et le texte à régularité dans plusieurs PDF. Dans l'exemple de cet article, on importe d'abord 4 PDF, puis on choisit « Utiliser une formule pour une recherche floue de texte », on remplit la liste des mots-clés à rechercher avec April|May et \d{4}, et on laisse la liste des mots-clés de remplacement vide, pour finalement obtenir l'effet de suppression par lots des mois et des années.
Pour les utilisateurs qui traitent fréquemment des rapports PDF, des contrats, des notifications ou des documents d'archives, cette méthode de recherche et remplacement par lots peut améliorer significativement l'efficacité, en évitant le travail répétitif d'ouvrir les fichiers un par un, de chercher page par page et de supprimer manuellement. Il est conseillé, avant de traiter officiellement un grand nombre de fichiers, de tester les règles sur quelques PDF échantillons pour confirmer l'effet avant d'exécuter le traitement par lots. Cela permet d'améliorer la vitesse tout en garantissant l'exactitude du traitement des fichiers.