Si plusieurs fichiers PDF contiennent des contenus similaires comme des dates, des années, des mois ou des numéros, les ouvrir un par un pour les supprimer est très inefficace. Cet article prend comme exemple HeSoft Doc Batch Tool pour expliquer comment utiliser la fonction « Rechercher et remplacer des mots-clés dans le PDF » d'un outil PDF pour ajouter plusieurs PDF à la liste en une seule fois, utiliser des formules pour effectuer une recherche floue de texte et laisser la liste des mots-clés de remplacement vide, supprimant ainsi en masse avril, mai et les années à 4 chiffres. L'article combine des captures d'écran pour illustrer les changements avant et après le traitement, le but de chaque étape et les résultats attendus, et ajoute des remarques sur les règles des caractères génériques, la sauvegarde et le risque de suppression accidentelle.
De nombreux employés de bureau, lorsqu’ils organisent des documents PDF, rencontrent ce problème : un lot de fichiers PDF provenant du même modèle contient des éléments similaires tels que des dates, des numéros de version, des années, des mois, des numéros de projet. Il est maintenant nécessaire de les envoyer ou de les réarchiver, en souhaitant supprimer ces champs. S’il n’y a qu’un seul PDF, l’édition manuelle est encore acceptable ; mais s’il y a des dizaines ou des centaines de PDF, la recherche et la suppression une par une deviennent un travail répétitif à faible valeur ajoutée.
Cet article prend l’exemple de la « suppression par lots de mots-clés liés aux dates dans plusieurs PDF » pour expliquer comment utiliser HeSoft Doc Batch Tool pour effectuer l’opération. Les fichiers d’exemple sont 4 PDF, et une date telle que « April 13, 2017 » apparaît sur la page. Notre objectif n’est pas de supprimer la phrase entière, ni la page entière, mais d’utiliser des caractères génériques ou des formules pour effectuer une recherche floue, afin de supprimer le mois en anglais « April » ou « May », ainsi que l’année à 4 chiffres « 2017 ». Une fois le traitement terminé, l’emplacement du mois et de l’année est effacé, mais le « 13, » central est conservé.
Ce cas peut être étendu à de nombreux besoins similaires, comme la suppression par lots de l’année dans des PDF, la suppression par lots du mois, la suppression de numéros au format fixe, le nettoyage par lots des champs d’ancienne version dans les PDF, etc. La valeur des logiciels de bureau réside dans le fait que les utilisateurs n’ont pas à répéter la même tâche, mais peuvent définir des règles et laisser le logiciel traiter plusieurs fichiers en une seule fois.
Scénarios d’application : Supprimer par lots la date, l’année, le mois et le numéro de PDF
Lorsque le contenu à supprimer dans un PDF présente une certaine régularité, la recherche floue par caractères génériques ou formules est plus efficace qu’une recherche normale. Par exemple, les informations de date sont souvent composées du mois, du jour et de l’année ; un numéro peut être composé de lettres et de chiffres ; un numéro de version peut contenir un préfixe fixe et des chiffres variables. Lister un par un tous les textes possibles demanderait un travail énorme et comporterait un risque d’oubli.
Ce tutoriel convient particulièrement aux situations suivantes :
- Plusieurs couvertures de PDF portent une date de publication et il faut supprimer uniformément le mois en anglais et l’année.
- Un rapport PDF contient des informations d’années antérieures, comme 2017, 2018, 2020, et il faut les nettoyer selon une règle.
- Des contrats, avis ou documents de projet contiennent des numéros au format fixe et il faut les supprimer par lots de manière floue.
- Le nombre de PDF est élevé et le coût de traitement manuel un par un est important, on souhaite donc importer et lancer un traitement par lots.
- Le contenu à supprimer n’est pas un mot fixe strictement identique, mais plutôt « l’un de plusieurs mots » ou « des chiffres consécutifs ».
Il est à noter que cet article traite de la recherche et de la suppression de texte dans le contenu PDF. Si vos fichiers sont des documents Word, vous pouvez utiliser l’outil Word correspondant du logiciel pour traiter les fichiers doc, docx ; s’il s’agit de tableaux Excel, utilisez l’outil Excel pour traiter les xls, xlsx. Les points d’entrée pour les différents formats de fichiers sont différents, mais la logique du traitement par lots est la même : sélectionner d’abord les fichiers, puis définir les règles, et enfin exécuter le traitement par lots.
Aperçu du résultat : de 4 PDF à un nettoyage unifié des champs de date
Avant traitement : plusieurs PDF dans le dossier en attente de traitement
La capture d’écran montre qu’avant le traitement, il y a quatre fichiers PDF dans le dossier : 1.pdf, 2.pdf, 3.pdf et 4.pdf. Ces fichiers doivent suivre la même règle de nettoyage. Pour une tâche par lots, l’important n’est pas qu’il n’y ait que 4 fichiers, mais qu’elle montre une méthode de traitement extensible : lorsqu’il y a 40 ou 400 fichiers, on peut toujours les traiter uniformément en important le dossier.
En ouvrant l’un des PDF, on peut voir la date « April 13, 2017 » sur la page. « April » et « 2017 » sont encadrés en rouge sur la capture d’écran, ce sont les cibles à supprimer cette fois. Comme « April » peut devenir « May » dans d’autres fichiers, et que l’année peut ne pas être 2017, il est plus approprié d’utiliser une règle floue plutôt que de rechercher uniquement une date fixe précise.
Après traitement : le mois et l’année sont supprimés, le reste est conservé
La capture d’écran après traitement montre que la position de « April » et celle de « 2017 » sont devenues vides, tandis que « 13, » est toujours présent. Cela indique que la règle définie a bien ciblé le mois et l’année à 4 chiffres, sans supprimer en même temps le quantième « 13 ».
Ce type de résultat est très utile pour l’anonymisation de données, le nettoyage de modèles et la suppression de champs de date. Il ne s’agit pas d’une suppression brutale d’un bloc entier de contenu, mais d’une localisation du texte cible selon une règle de recherche, puis de son remplacement par du vide.
Procédure opérationnelle : utiliser HeSoft Doc Batch Tool pour supprimer par lots des mots-clés de date dans des PDF
Première étape : trouver la fonction Rechercher et Remplacer dans l’outil PDF
Après avoir ouvert HeSoft Doc Batch Tool , la zone de catégories d’outils se trouve à gauche, où l’on peut voir la catégorie « Outils PDF ». Après avoir cliqué sur les outils PDF, la zone principale affiche plusieurs fonctions liées au PDF, telles que « Ajouter un filigrane au PDF », « Supprimer des pages du PDF », « Convertir le PDF en Word », etc.
Cette fois, nous avons besoin d’une recherche et d’une suppression au niveau du contenu, nous choisissons donc « Rechercher et remplacer des mots-clés dans le PDF ». Sur la capture d’écran, cette fonction se trouve en première position de la liste des outils PDF, avec la description : rechercher et remplacer par lots des mots-clés dans le contenu des fichiers PDF.
Objectif de l’opération : entrer dans le module de recherche et remplacement par lots de mots-clés PDF. Résultat attendu : la page bascule vers une interface de tâche guidée, où l’on pourra ensuite ajouter des fichiers PDF et définir des règles de mots-clés.
Deuxième étape : ajouter des fichiers PDF ou importer depuis un dossier
Après être entré dans la page « Rechercher et remplacer des mots-clés dans le PDF », la première étape est « Sélectionner les enregistrements à traiter ». En haut à droite de l’interface se trouvent les deux entrées courantes : « Ajouter des fichiers » et « Importer des fichiers depuis un dossier ».
Si l’on ne traite que quelques fichiers, on peut cliquer sur « Ajouter des fichiers » ; si les fichiers sont déjà centralisés dans un dossier, il est plus recommandé d’utiliser « Importer des fichiers depuis un dossier ». Cela réduit les opérations de sélection répétitives et correspond mieux à la méthode de travail de traitement de fichiers par lots.
La capture d’écran montre que 4 enregistrements ont déjà été ajoutés, correspondant à 1.pdf, 2.pdf, 3.pdf et 4.pdf. La liste affiche également le chemin, l’extension, la date de création et la date de modification, ce qui facilite la vérification par l’utilisateur. La zone récapitulative en bas indique un nombre d’enregistrements de 4.
Objectif de l’opération : ajouter tous les fichiers PDF dont il faut supprimer les mots-clés de date dans la même tâche. Résultat attendu : tous les PDF cibles apparaissent dans la liste de fichiers, et le nombre d’enregistrements est conforme aux attentes.
Troisième étape : cliquer sur Suivant pour accéder au réglage des options de traitement
Après avoir confirmé l’exactitude des fichiers, cliquer sur « Suivant » en bas. La page passe à la 2ème étape : « Définir les options de traitement ». D’après la barre de progression en haut, on voit que la tâche complète est divisée en quatre phases : Sélectionner les enregistrements, Définir les options de traitement, Définir l’emplacement de sauvegarde, Démarrer le traitement. Ce processus par étapes aide l’utilisateur à minimiser les oublis.
Dans « Définir les options de mots-clés », il faut d’abord déterminer le mode de recherche. La capture d’écran propose « Recherche de texte précise » et « Utiliser une formule pour la recherche floue de texte ». Comme cet exemple doit correspondre à plusieurs mois possibles et à toute année à 4 chiffres, nous choisissons « Utiliser une formule pour la recherche floue de texte ».
Objectif de l’opération : activer un mode de recherche plus flexible, pour que le logiciel puisse identifier le contenu cible selon les règles. Résultat attendu : les expressions remplies dans la liste des mots-clés serviront à la correspondance floue dans le texte PDF.
Quatrième étape : saisir les règles de correspondance floue dans la liste des mots-clés
Dans la « liste des mots-clés à rechercher », chaque ligne peut contenir une règle à rechercher. L’exemple contient deux lignes :
- April|May : signifie correspondre à April ou May.
- \d{4} : signifie correspondre à une séquence de 4 chiffres consécutifs, couramment utilisée pour les années.
Avec ce paramétrage, le logiciel recherchera les mois en anglais April ou May, et les nombres à 4 chiffres comme 2017, lors du traitement des PDF. Comparé à la saisie manuelle de dates complètes, cette méthode est plus adaptée au traitement de fichiers multiples dont les dates ne sont pas totalement identiques.
Si les mois dans vos PDF ne se limitent pas à April et May, vous pouvez ajuster la première règle en fonction du contenu réel ; si vous ne voulez pas supprimer tous les nombres à 4 chiffres, utilisez « \d{4} » avec prudence, car il pourrait correspondre à des numéros autres que des années. Avant le traitement par lots, il est préférable de vérifier d’abord un fichier d’exemple pour s’assurer que la règle ne supprimera pas d’autres informations par erreur.
Cinquième étape : laisser le contenu de remplacement vide pour que la correspondance soit supprimée
La zone de droite est la « liste des mots-clés après remplacement ». Une indication claire « Ne pas remplir équivaut à supprimer » est présente sur la capture. Par conséquent, si l’objectif est de supprimer le mot-clé, et non de le remplacer par un autre, ne saisissez rien dans la zone de droite.
Dans cet exemple, la règle du mois et de l’année à rechercher est saisie à gauche, et la zone de droite est laissée vide. Le logiciel remplacera les correspondances April, May et les années à 4 chiffres par du contenu vide pendant le traitement, ce qui se traduit finalement par la disparition de ces textes du PDF.
Objectif de l’opération : réaliser la suppression par lots par la méthode « contenu recherché avec valeur, contenu de remplacement vide ». Résultat attendu : tout le texte cible conforme aux règles est nettoyé du PDF.
Sixième étape : définir l’emplacement de sauvegarde et démarrer le traitement
Après avoir terminé les options de traitement, cliquez sur « Suivant ». Selon la barre de progression en haut de page, il faut ensuite « Définir l’emplacement de sauvegarde », puis passer à « Démarrer le traitement ». L’emplacement de sauvegarde est une étape très importante dans le traitement par lots, car elle concerne la gestion des fichiers de sortie.
Il est conseillé de sauvegarder les PDF traités dans un nouveau dossier, par exemple « Après traitement » ou « Nettoyé », afin de conserver les PDF originaux pour faciliter la comparaison et la vérification. Si l’on écrase directement les fichiers originaux, le coût de récupération sera plus élevé en cas de règle mal configurée. Le logiciel de traitement par lots permet de gagner du temps, à condition que les règles et l’emplacement de sortie soient clairement définis.
Après le lancement du traitement, attendez la fin de la tâche, puis ouvrez les PDF de sortie pour un contrôle par sondage. Vérifiez en priorité la première page, les pages contenant des champs de date, et les positions où le format de date diffère dans les différents fichiers, pour vous assurer que le résultat de la suppression est conforme aux attentes.
Questions fréquentes et remarques importantes
1. Que signifie « April|May » ?
D’après son utilisation dans l’exemple, il sert à rechercher April ou May, c’est-à-dire l’un des deux mots candidats. Pour les scénarios nécessitant la suppression par lots de plusieurs mots-clés possibles, cette syntaxe est plus pratique qu’une configuration mot par mot.
2. « \d{4} » va-t-il supprimer tous les nombres à 4 chiffres ?
Il correspondra à une séquence de 4 chiffres consécutifs. C’est donc très approprié pour supprimer des années, mais si le PDF contient aussi un numéro à 4 chiffres, une partie de numéro de page ou de rapport, ils pourraient également être détectés. Avant utilisation, confirmez la régularité du contenu du fichier, et si nécessaire, faites d’abord un test avec un petit nombre de PDF.
3. Pourquoi reste-t-il « 13, » après le traitement ?
Parce que la règle actuelle ne correspond qu’au mois et à l’année à 4 chiffres, et non au jour « 13 » dans la date. C’est précisément l’avantage de la suppression basée sur des règles : seul le type de texte que vous spécifiez est supprimé, le reste peut être conservé.
4. Peut-on supprimer plus de mots-clés simultanément ?
D’après la liste des mots-clés dans la capture d’écran, on peut remplir plusieurs lignes de contenu à rechercher. En pratique, on peut ajouter des règles selon les besoins de la tâche, mais il est conseillé de ne pas en écrire trop ou de manière trop complexe d’un coup. Testez d’abord, puis étendez la portée du traitement, c’est plus sûr.
5. Peut-on supprimer le texte d’un PDF scanné de cette manière ?
Si le texte de la page PDF est une image, il pourrait ne pas pouvoir être recherché et remplacé comme du texte normal. L’exemple de cet article concerne le contenu de PDF pouvant être reconnu comme du texte. Pour les documents scannés, utilisez d’abord un fichier de test pour confirmer si l’outil peut trouver le texte cible.
Résumé : Réaliser la suppression par lots de mots-clés de PDF en remplaçant par du vide
La suppression par lots de dates, de mois et d’années dans plusieurs PDF peut fondamentalement être réalisée via « Rechercher et remplacer par du vide ». HeSoft Doc Batch Tool offre un flux de traitement par lots adapté au contexte bureautique : sélectionnez d’abord « Rechercher et remplacer des mots-clés dans le PDF » dans les outils PDF, puis importez plusieurs fichiers PDF, choisissez « Utiliser une formule pour la recherche floue de texte », remplissez les règles de correspondance voulues, et enfin laissez le contenu de remplacement vide.
Dans l’exemple de cet article, 4 fichiers PDF ont été ajoutés en une seule fois à la tâche ; les mois en anglais et les années à 4 chiffres ont été supprimés via deux types de règles « April|May » et « \d{4} ». Le résultat du traitement montre que le texte cible a été nettoyé et que le contenu non ciblé est conservé. Pour les utilisateurs ayant besoin de nettoyer par lots des champs de date, de supprimer l’année ou des mots-clés similaires dans des PDF, cette méthode est plus stable et plus efficace que le traitement manuel.
Lors de la mise en pratique, il est conseillé de préparer d’abord des fichiers de sauvegarde, de valider les règles sur un petit nombre de PDF, puis d’exécuter le traitement par lots sur le dossier complet. Ainsi, vous pouvez profiter du gain d’efficacité apporté par le logiciel de traitement par lots de bureau, tout en évitant les suppressions erronées dues à des règles mal configurées.