Cet article explique comment utiliser HeSoft Doc Batch Tool pour effectuer une recherche floue avec des caractères génériques sur plusieurs fichiers PDF via la fonction « Rechercher et remplacer des mots-clés dans un PDF », puis supprimer en masse le contenu correspondant. Dans cet exemple, 4 fichiers PDF doivent être traités, l'objectif étant de supprimer les mois anglais April ou May, ainsi que les années à 4 chiffres dans les pages du PDF. L'article illustre, avec des captures d'écran avant/après traitement et des étapes de manipulation, comment importer un PDF, choisir la formule de recherche floue, saisir l'expression du mot-clé, et laisser le contenu de remplacement vide pour réaliser la suppression. Il rappelle également à l'utilisateur de faire attention à la sauvegarde et aux différences entre un PDF texte et un PDF scanné.
Dans le travail quotidien, les fichiers PDF sont souvent utilisés pour archiver des rapports, des contrats, des notifications, des manuels et des documents de projet. Le problème est que le PDF n'est pas aussi facile à modifier directement en masse que les documents Word, docx ou doc. Une fois que des dizaines, voire des centaines de PDF contiennent le même type d'informations sensibles, de champs de date, de marques de version ou de mots-clés fixes, les ouvrir un par un pour rechercher et supprimer est très chronophage et il est facile d'oublier des éléments.
Cet article vise à résoudre un problème bureautique typique de traitement par lots : utiliser des caractères génériques ou des formules de correspondance approximative pour supprimer en masse des mots-clés dans plusieurs fichiers PDF. L'exemple comporte 4 fichiers PDF, chacun contenant un contenu de date comme « April 13, 2017 ». Nous souhaitons supprimer le mois en anglais « April » ou « May », ainsi que l'année à 4 chiffres, comme « 2017 », tout en conservant le numéro de jour intermédiaire « 13, ». Si le traitement est manuel, il faut ouvrir les 4 PDF pour localiser le contenu séparément ; si le nombre de fichiers est plus élevé, le travail répétitif augmente de façon exponentielle.
Grâce au logiciel bureautique présenté en capture d'écran « HeSoft Doc Batch Tool », on peut ajouter plusieurs fichiers PDF à une tâche en une seule fois, utiliser la fonction « Rechercher et remplacer des mots-clés dans les PDF », choisir « Utiliser une formule pour la recherche approximative de texte », puis laisser la liste des mots-clés de remplacement vide, afin de réaliser la suppression en masse du contenu correspondant. La valeur fondamentale de ce type d'outil n'est pas l'édition de fichier unique, mais le traitement par lots de fichiers, qui réduit les opérations répétitives et améliore l'efficacité lors du traitement de fichiers bureautiques comme PDF, Word, Excel, PowerPoint, etc.
Scénarios applicables : Dans quels cas a-t-on besoin de supprimer des mots-clés PDF en masse par correspondance approximative ?
La suppression en masse de mots-clés dans les PDF convient aux scénarios où le format du contenu est régulier, le nombre de fichiers est élevé et le coût de la modification manuelle est important. Surtout lorsque le contenu à supprimer n'est pas un mot complètement fixe, mais une catégorie de textes similaires, les caractères génériques ou les formules de recherche approximative sont plus pratiques.
Par exemple, de nombreuses couvertures ou en-têtes de PDF contiennent des informations de date, qui peuvent être « April 13, 2017 » ou « May 08, 2020 ». Si l'on utilise uniquement une recherche exacte normale, il faut lister une par une toutes les dates possibles ; tandis qu'avec une expression comme « April|May », on peut faire correspondre plusieurs mots candidats à la fois. Autre exemple, l'année est généralement un nombre à 4 chiffres, on peut utiliser une notation comme « \d{4} » pour faire correspondre 4 chiffres consécutifs, supprimant ainsi différentes années dans différents fichiers.
Ce type d'opération s'applique aux scénarios bureautiques suivants :
- Supprimer en masse les champs variables comme la date, l'année, le mois dans les couvertures de rapports PDF.
- Nettoyer en masse les anciens numéros de version, numéros de projet ou numéros de lot dans plusieurs contrats PDF.
- Supprimer en masse certains mots sensibles fixes, marques internes ou notes temporaires dans les documents publics.
- Traiter par lots les mots-clés répétitifs dans les PDF en anglais ou en chinois pour réduire la recherche et la modification manuelles.
- Effectuer un nettoyage de contenu unifié sur plusieurs fichiers PDF avant l'archivage, l'envoi externe ou l'anonymisation des données.
Si votre tâche consiste à « supprimer un mot fixe », la recherche exacte suffit ; si votre tâche consiste à « supprimer une catégorie de textes avec une régularité », comme les mois en anglais, les années à 4 chiffres, les numéros, les formats monétaires ou les numéros de version, il est plus approprié d'utiliser la recherche par formule approximative.
Aperçu des résultats : Qu'est-ce qui change avant et après le traitement ?
Avant traitement : plusieurs fichiers PDF nécessitent un nettoyage unifié
Avant le traitement, il y a 4 fichiers PDF dans le dossier, nommés respectivement 1.pdf, 2.pdf, 3.pdf et 4.pdf. Ils nécessitent tous le même traitement de contenu. Si l'on ouvre chaque PDF un par un pour rechercher et supprimer manuellement le mois et l'année, non seulement les étapes sont répétitives, mais il est difficile de garantir un traitement uniforme pour chaque fichier.
En examinant le contenu des pages PDF, les fichiers d'exemple contiennent une date comme « April 13, 2017 ». La capture d'écran encadre en rouge deux types de contenus à supprimer : l'un est le mois en anglais « April », l'autre est l'année à 4 chiffres « 2017 ». Le « 13, » intermédiaire ne fait pas partie de la cible à supprimer cette fois-ci, il est donc nécessaire d'utiliser une règle plus précise pour ne supprimer que le mois et l'année correspondants.
Après traitement : le mois et l'année correspondants ont été supprimés
Après le traitement, en ouvrant à nouveau le PDF, on peut voir que l'emplacement de « April » est devenu vide, et que l'emplacement de « 2017 » a également été effacé, tandis que le « 13, » est toujours conservé. Cela montre que ce traitement par lots n'a pas supprimé toute la date, mais a supprimé le type de texte spécifié selon la règle de correspondance approximative définie.
Cet effet est très adapté aux tâches de traitement PDF par lots qui nécessitent une « suppression partielle ». L'utilisateur peut identifier le contenu ayant une régularité commune via la correspondance par formule, puis réaliser la suppression en remplaçant par du vide, évitant ainsi de modifier manuellement chaque fichier un par un.
Étapes de l'opération : Utiliser les caractères génériques pour supprimer en masse des mots-clés dans plusieurs PDF
Étape 1 : Accéder à l'outil PDF et sélectionner Rechercher et remplacer des mots-clés dans les PDF
Après avoir ouvert HeSoft Doc Batch Tool , on peut voir différentes catégories de traitement bureautique sur le côté gauche, telles que les outils Word, les outils Excel, les outils PowerPoint, les outils PDF, etc. Comme il s'agit cette fois de traiter des fichiers PDF, il faut d'abord entrer dans la catégorie « Outils PDF ».
Dans la liste des outils PDF, sélectionnez « Rechercher et remplacer des mots-clés dans les PDF ». D'après la description de l'interface, cette fonction est utilisée pour rechercher et remplacer en masse des mots-clés dans le contenu des fichiers PDF. Bien que l'exemple de cet article parle de « suppression de mots-clés », la méthode de mise en œuvre est essentiellement « rechercher puis remplacer par du vide », c'est-à-dire ne pas écrire de nouveau texte de remplacement après avoir trouvé le contenu cible, ce qui produit un effet de suppression.
Le but de cette étape est d'accéder au module de fonction de traitement par lots approprié. Le résultat attendu est l'ouverture d'une page de traitement de type assistant, où l'on pourra ensuite suivre le processus « Sélectionner les enregistrements, Configurer les options de traitement, Définir l'emplacement de sauvegarde, Démarrer le traitement » pour accomplir la tâche.
Étape 2 : Ajouter les fichiers PDF à traiter
Après être entré dans la page de la fonction, la première étape est de « Sélectionner les enregistrements à traiter ». En haut à droite de l'interface, on peut voir des boutons comme « Ajouter des fichiers », « Importer des fichiers depuis un dossier », « Vider », « Plus ». Pour un petit nombre de PDF, on peut cliquer sur « Ajouter des fichiers » pour les sélectionner un par un ; si tous les PDF sont dans le même dossier, on peut utiliser « Importer des fichiers depuis un dossier », ce qui est plus adapté au traitement par lots.
Dans l'exemple, 4 fichiers PDF ont déjà été importés, la liste affiche le nom du fichier, le chemin, l'extension, la date de création et la date de modification. Les fichiers incluent 1.pdf, 2.pdf, 3.pdf, 4.pdf, situés dans un répertoire de test du lecteur D. Le résumé en dessous indique un nombre d'enregistrements de 4, ce qui signifie que cette tâche traitera ces 4 PDF simultanément.
Le but de cette étape est d'ajouter à la liste de tâches tous les PDF dont on souhaite supprimer les mots-clés en masse. Le résultat attendu est de voir tous les PDF cibles dans la liste de fichiers et de confirmer que le nombre d'enregistrements est correct. Si un fichier a été ajouté par erreur, on peut le supprimer via l'icône de suppression à droite de la liste ; si l'on doit refaire la sélection, on peut aussi utiliser « Vider » puis réimporter.
Étape 3 : Accéder aux options de traitement et choisir Utiliser une formule pour la recherche approximative de texte
Après avoir confirmé que la liste de fichiers est correcte, cliquez sur « Suivant » en bas de la page pour entrer dans « Configurer les options de traitement ». Dans la section « Définir les options de mots-clés », on peut voir « Mode de recherche ». Il y a deux choix : « Recherche exacte de texte » et « Utiliser une formule pour la recherche approximative de texte ».
Étant donné que cette tâche ne consiste pas seulement à supprimer un texte fixe, mais à supprimer « April ou May » ainsi que toute année à 4 chiffres, il faut choisir « Utiliser une formule pour la recherche approximative de texte ». Cette option est adaptée au traitement de textes ayant une certaine régularité, comme plusieurs mots candidats, des numéros avec un nombre de chiffres fixe, l'année dans les dates, etc.
Le but de cette étape est de permettre au logiciel de rechercher le contenu PDF selon des règles plus flexibles, au lieu de rechercher uniquement des chaînes strictement identiques. Le résultat attendu est qu'après avoir rempli la formule ou l'expression générique dans la liste de mots-clés, le logiciel puisse trouver le texte correspondant selon la règle.
Étape 4 : Remplir la règle de mots-clés à supprimer
Dans la « Liste des mots-clés à rechercher », l'exemple contient deux lignes. La première ligne est « April|May », la deuxième est « \d{4} ». D'après le scénario d'utilisation, « April|May » sert à trouver les mois anglais April ou May ; « \d{4} » sert à trouver 4 chiffres consécutifs, c'est-à-dire un format d'année courant, par exemple 2017, 2020, 2026, etc.
Le point clé ici est : ne considérez pas seulement l'exemple de la capture d'écran comme une réponse fixe, mais ajustez la règle en fonction de votre propre contenu PDF. Si ce que vous devez supprimer dans votre PDF sont les mois January, February, March, vous pouvez également les écrire dans la règle ; si vous devez supprimer un certain type de numéro, vous pouvez aussi utiliser une expression adaptée à sa régularité.
Dans l'exemple, « Ignorer la casse des lettres » n'est pas coché, ce qui signifie que la casse peut affecter le résultat de la recherche. Si le PDF contient à la fois « April » et « april », l'utilisateur doit décider en fonction de la situation réelle s'il active l'option Ignorer la casse, ou s'il écrit séparément les différentes formes de casse.
Étape 5 : Laisser la liste des mots-clés de remplacement vide pour réaliser la suppression
Sur le côté droit, on peut voir la « Liste des mots-clés de remplacement », avec un message en rouge à côté « Laisser vide signifie suppression ». C'est exactement l'opération clé de cet article : si l'on souhaite supprimer le contenu trouvé, il n'est pas nécessaire de saisir un nouveau texte de remplacement, il suffit de laisser le champ de droite vide.
Autrement dit, la logique de traitement ici est : rechercher « April ou May » dans le PDF, et remplacer par du vide une fois trouvé ; puis rechercher 4 chiffres consécutifs, et remplacer également par du vide une fois trouvé. Après ce traitement, le mois en anglais et l'année d'origine seront effacés, tandis que le contenu ne correspondant pas à la règle sera conservé.
Le but de cette étape est de transformer le « remplacement par lots » en « suppression par lots ». Le résultat attendu est que dans le PDF traité, tous les textes correspondant aux règles ne soient plus affichés.
Étape 6 : Passer à l'étape suivante, définir l'emplacement de sauvegarde et démarrer le traitement
Après avoir défini la règle de recherche et le mode de suppression, cliquez sur « Suivant ». Le processus de l'interface comprend encore deux étapes : « Définir l'emplacement de sauvegarde » et « Démarrer le traitement ». Bien que la capture d'écran ne montre pas la page de l'emplacement de sauvegarde, on peut raisonnablement déduire des étapes de l'assistant que l'utilisateur doit suivre les instructions de l'interface pour choisir l'emplacement de sauvegarde des fichiers traités, puis entrer dans la phase de démarrage.
Il est conseillé de sélectionner un nouveau répertoire de sortie avant le traitement formel, ou au moins de s'assurer d'avoir une copie de sauvegarde des fichiers originaux. L'avantage du traitement par lots est de traiter plusieurs fichiers à la fois, mais cela signifie aussi que si la règle est mal écrite, plusieurs fichiers seront affectés simultanément. Par conséquent, avant de traiter un grand nombre de PDF, il est préférable de tester d'abord l'effet avec 1 ou 2 fichiers d'échantillon, confirmer que la portée de la suppression est correcte, puis exécuter la tâche en masse.
Une fois le traitement terminé, ouvrez le PDF de sortie pour vérifier. Le résultat dans l'exemple montre que les emplacements du mois et de l'année sont devenus vides, tandis que « 13, » est conservé, ce qui indique que la règle a pris effet.
Questions fréquentes et points d'attention
1. Pourquoi utiliser la recherche par formule approximative plutôt que la recherche exacte ?
La recherche exacte convient pour supprimer un contenu strictement identique, par exemple supprimer les mots « document interne » dans tous les PDF. Mais si le contenu à supprimer varie, comme différents mois, différentes années, différents numéros, la recherche exacte nécessite de lister de nombreux textes. La recherche par formule approximative peut décrire une catégorie de texte avec une règle, ce qui est adapté à la suppression en masse de mots-clés variables dans les PDF.
2. Pourquoi peut-on ne pas remplir la « Liste des mots-clés de remplacement » ?
D'après l'invite de la capture d'écran, « Ne pas remplir signifie suppression ». Cela signifie que le logiciel, après avoir trouvé le texte cible, n'écrit aucun contenu en remplacement, ce qui équivaut à vider le texte cible. C'est une manière très directe de procéder pour la suppression en masse de mots-clés PDF.
3. Le traitement est-il toujours efficace sur les PDF numérisés ?
Si le texte dans le PDF est lui-même sélectionnable et copiable, la recherche et le remplacement sont généralement plus susceptibles de fonctionner. Si le PDF est une image numérisée, il est possible que le texte sur la page ne soit qu'un contenu d'image et ne puisse pas être reconnu par la fonction de recherche de texte. Face à un document numérisé, il est conseillé de tester d'abord avec un petit nombre de fichiers pour confirmer s'il est possible d'identifier le texte cible.
4. Quel est l'impact d'une règle mal écrite ?
Une règle trop large peut supprimer un contenu qui ne devrait pas l'être. Par exemple, « \d{4} » correspondra à tous les blocs de 4 chiffres consécutifs, qui peuvent non seulement être des années mais aussi faire partie de numéros. Il est donc nécessaire d'observer le contenu du PDF avant le traitement pour confirmer que ce type de règle ne supprimera pas par erreur d'autres informations importantes.
5. Faut-il faire une sauvegarde avant le traitement par lots ?
Il est conseillé de faire une sauvegarde. L'efficacité du traitement de fichiers par lots est élevée, mais il convient d'opérer avec prudence. Surtout pour les documents importants comme les contrats, les rapports formels ou les fichiers d'archive, il est plus prudent de conserver le fichier original d'abord, puis de produire le nouveau fichier traité.
Résumé : Utiliser des outils de traitement par lots pour réduire le travail répétitif de suppression dans les PDF
L'idée centrale de la suppression en masse de mots-clés PDF n'est pas compliquée : on ajoute d'abord plusieurs fichiers PDF à la tâche, puis on utilise « Rechercher et remplacer des mots-clés dans les PDF », on choisit « Utiliser une formule pour la recherche approximative de texte », on remplit la règle de correspondance dans la liste des mots-clés à rechercher, et on laisse le contenu de remplacement vide pour réaliser la suppression en masse.
Dans l'exemple de cet article, à l'aide des deux règles « April|May » et « \d{4} », on a supprimé en masse les mois en anglais et les années à 4 chiffres dans plusieurs PDF. Par rapport à l'ouverture manuelle des PDF un par un pour chercher, cette méthode peut réduire significativement le travail répétitif, particulièrement adaptée au traitement de fichiers bureautiques nombreux au format de contenu similaire.
Si vous avez souvent besoin de nettoyer des contenus répétitifs dans des fichiers PDF, docx, doc, xlsx, pptx, etc., vous pouvez envisager en priorité d'utiliser un logiciel bureautique comme HeSoft Doc Batch Tool , pour confier les opérations répétitives au processus de traitement par lots. Il est recommandé de tester d'abord les règles avec des fichiers d'échantillon, puis d'exécuter la tâche par lots sur le dossier complet. Cela permet à la fois d'améliorer l'efficacité et de réduire le risque de suppression accidentelle.