Face à un grand nombre de documents PDF, ouvrir un par un pour vérifier des informations telles que le nombre de pages, le titre, l'auteur, le sujet, les mots-clés, la date de création, etc., est non seulement chronophage, mais aussi sujet à des oublis ou des erreurs de saisie. Cet article prend HeSoft Doc Batch Tool comme exemple pour expliquer comment, grâce à la fonction de statistiques d'informations de fichiers, résumer en une seule fois dans un tableau Excel le chemin, le nom, l'extension, la taille, la date de création, la date de modification, le nombre de pages et les métadonnées de plusieurs fichiers PDF. Cela convient à des scénarios tels que l'archivage de documents, l'inventaire de ressources, la création de listes de livraison de projets, les statistiques de matériel pédagogique ou la gestion des archives électroniques, aidant les utilisateurs à extraire des informations de fichiers en lot à l'aide de logiciels bureautiques et à réduire le travail répétitif.
Lors de la gestion de documents PDF, beaucoup de gens rencontrent un problème apparemment simple mais très chronophage : dans un dossier contenant des dizaines, voire des centaines de fichiers PDF, il faut compiler dans une liste Excel le chemin d'accès complet, le nom du fichier, la taille, la date de création, la date de modification, le nombre de pages de chaque fichier, ainsi que les métadonnées internes telles que le titre, l'auteur, le sujet et les mots-clés. Ouvrir manuellement chaque PDF pour consulter ses propriétés, puis les recopier dans un tableur est non seulement inefficace, mais aussi très sujet aux erreurs comme des omissions, des saisies incorrectes ou des chemins d'accès incomplets.
Cet article présente une méthode plus adaptée aux scénarios bureautiques : utiliser la fonction de statistiques d'informations de fichiers de HeSoft Doc Batch Tool pour compiler en masse un grand nombre de fichiers PDF et agréger les résultats dans un tableur Excel. Sa valeur fondamentale ne réside pas dans la modification du contenu du PDF, mais dans l'extraction centralisée des informations dispersées dans le système de fichiers et les propriétés du PDF pour faciliter le filtrage, l'archivage, l'audit, la livraison et la gestion ultérieure.
Scénarios applicables : dans quels cas un relevé statistique en masse des informations PDF est-il nécessaire ?
Le relevé statistique en masse du nombre de pages et des métadonnées des PDF est très courant dans de nombreux travaux. Par exemple, le personnel administratif ou chargé des archives doit organiser un répertoire d'archivage électronique, nécessitant de connaître le chemin d'accès, la taille et la date de création de chaque PDF ; une équipe de projet livrant des documents doit créer une liste de fichiers, enregistrant le nom, le nombre de pages et la version de chaque rapport PDF ; les enseignants ou les organismes de formation qui compilent des supports de cours, des polycopiés et des documents de lecture doivent rapidement connaître la quantité et le nombre de pages d'un ensemble de documents PDF ; les postes dans les domaines juridique, financier, de la recherche et du design effectuent également fréquemment des inventaires d'archivage des documents PDF.
S'il n'y a que trois à cinq fichiers, un relevé manuel est acceptable. Mais lorsque le nombre de PDF atteint plusieurs dizaines, voire plus, l'opération manuelle devient une tâche répétitive. D'autant plus que les métadonnées d'un PDF ne sont pas toujours directement affichées dans l'explorateur de fichiers. Pour consulter le titre, l'auteur, le sujet, les mots-clés, la date de création, l'application, le logiciel de création, etc., il faut généralement ouvrir les propriétés du fichier ou utiliser des outils spécialisés. L'utilisation d'un logiciel bureautique pour le traitement par lots permet de regrouper ces étapes en une seule opération.
Il est important de noter que cet article traite du relevé statistique des informations des fichiers PDF, et non de la reconnaissance de contenu ou de l'extraction intégrale du texte. Autrement dit, il est principalement destiné à la création de listes de fichiers, au relevé des propriétés, au comptage des pages et au résumé des métadonnées. Le résultat final est présenté sous forme de tableur Excel, ce qui facilite la copie, le filtrage, le tri et les traitements ultérieurs.
Aperçu du résultat : avant traitement, un lot de fichiers PDF dispersés
Avant le traitement, le dossier contient plusieurs documents PDF, tels que ClassNotesPacket.pdf, CourseSummaryReport.pdf, ExamPreparationNotes.pdf, GrammarReviewHandout.pdf, etc. L'explorateur de fichiers affiche le nom, la date de modification, le type et la taille, mais ces informations sont relativement dispersées et ne donnent pas directement accès au nombre de pages ni aux champs de métadonnées de chaque PDF. Pour créer un catalogue de documents à partir de ces fichiers, il faudrait en plus compiler manuellement le chemin d'accès complet et d'autres propriétés.
D'après l'état avant traitement, on peut voir que le nombre de fichiers PDF est important et que les noms sont similaires, ce qui se prête bien à un relevé unifié par lots. Pour les utilisateurs qui ont besoin de générer un catalogue d'archivage ou de soumettre une liste Excel, la simple vue du dossier est très insuffisante, car elle ne fournit pas directement un résultat tabulaire complet et ne facilite pas le filtrage sur des champs tels que le nombre de pages, l'auteur, le sujet ou les mots-clés.
Aperçu du résultat : après traitement, génération automatique d'un tableau statistique Excel
Une fois le traitement terminé, les informations des fichiers PDF sont agrégées dans un tableur Excel. Le tableau montre divers types de champs, dont le chemin d'accès, le nom, le nom sans l'extension, l'extension, la taille en octets, la taille, le nom du dossier parent, le chemin du dossier parent, la date de création, la date de modification, le nombre de pages et les métadonnées du PDF. La capture d'écran montre également les colonnes pour le titre, l'auteur, le sujet, les mots-clés, la date de création, l'application et le logiciel de création issus des métadonnées PDF.
Un tel résultat Excel est plus complet qu'une liste manuelle et se prête mieux aux traitements ultérieurs. Par exemple, on peut trier par nombre de pages pour identifier rapidement les PDF les plus ou les moins volumineux ; filtrer par chemin de dossier pour vérifier quels documents se trouvent dans un répertoire donné ; classer par auteur, sujet ou mots-clés ; ou encore sauvegarder la liste en tant que pièce jointe de livraison de projet, répertoire d'archivage électronique ou registre interne des documents.
Procédure : utiliser les statistiques d'informations de fichiers pour exporter en masse le chemin, le nombre de pages et les métadonnées des PDF
Étape 1 : Accéder à la fonction de statistiques d'informations de fichiers dans la gestion des fichiers
Après avoir ouvert HeSoft Doc Batch Tool , sélectionnez Gestion des fichiers dans la classification des fonctions à gauche. Dans la zone des cartes de fonctions, trouvez Statistiques d'informations de fichiers. La description de cette fonction indique qu'elle permet de relever en masse le nom, le chemin, la taille, la date et les métadonnées de divers fichiers, ce qui convient parfaitement au relevé d'une liste de fichiers PDF.
Le but de cette étape est d'entrer dans le flux de traitement par lots dédié à la collecte des propriétés des fichiers. Contrairement à la consultation des propriétés d'un seul PDF, la fonction de statistiques d'informations est conçue pour un groupe de fichiers et peut traiter plusieurs PDF dans une seule tâche. Après être entré dans la fonction, les étapes suivantes, sous forme d'assistant, vous guideront pour sélectionner les fichiers, définir les options de statistiques, choisir l'emplacement de sauvegarde et lancer le traitement.
Étape 2 : Ajouter des fichiers PDF ou importer des PDF depuis un dossier
Une fois dans l'interface des statistiques d'informations, vous arrivez d'abord à la sélection des enregistrements à traiter. En haut à droite de l'interface, deux options sont proposées : Ajouter des fichiers et Importer des fichiers depuis un dossier. Si le nombre de fichiers PDF est limité, vous pouvez utiliser Ajouter des fichiers pour sélectionner des PDF spécifiques ; si les PDF sont tous regroupés dans un même dossier, il est plus pratique d'utiliser Importer des fichiers depuis un dossier pour ajouter tous les PDF de ce répertoire à la liste en une seule fois.
Une fois les fichiers importés, la liste affiche des informations de base telles que le numéro d'ordre, le nom, le chemin d'accès, l'extension, la date de création et la date de modification. La capture d'écran montre 20 enregistrements importés, avec un chemin d'accès indiquant D:\test\folders\ suivi du nom du fichier PDF. Cette étape permet de vérifier que tous les PDF à relever ont bien été ajoutés. Si des fichiers ont été ajoutés par erreur, ils peuvent être supprimés via l'option de suppression dans la colonne des opérations ; si la liste est longue, les options de filtrage, de tri, etc., de l'interface peuvent aider à la vérifier.
Le résultat attendu de cette étape est que le logiciel ait constitué une liste des enregistrements PDF à relever. Ce n'est qu'après avoir confirmé l'exactitude de la liste que l'on passe à l'étape suivante de configuration, afin d'éviter tout oubli ou ajout superflu.
Étape 3 : Cocher les informations détaillées des fichiers PDF dans les informations supplémentaires
Après avoir cliqué sur Suivant, vous entrez dans la configuration des options de traitement. L'élément clé ici est la section Informations supplémentaires. L'interface montre des options telles que les informations détaillées pour les fichiers Word, Excel, PPT, PDF, texte, image, etc. Comme cet article vise à relever le nombre de pages et les métadonnées des PDF, il est nécessaire de cocher Informations détaillées des fichiers PDF.
Cette étape est cruciale. Les informations de base comprennent généralement le nom du fichier, le chemin, l'extension, la taille, les dates de création et de modification, tandis que les informations détaillées des fichiers PDF servent à compléter les champs spécifiques aux PDF, tels que le nombre de pages et les métadonnées du PDF (titre, auteur, sujet, mots-clés, date de création, application, logiciel de production). Ce n'est qu'en cochant les informations détaillées correspondantes que ces colonnes relatives au PDF seront incluses dans le fichier Excel exporté.
Si l'on traite simultanément des fichiers Word, Excel, PPT, image ou texte, on peut également cocher les options correspondantes selon le type de fichier. Mais dans ce scénario, pour obtenir un tableau statistique PDF plus propre, il suffit de s'assurer principalement que l'option Informations détaillées des fichiers PDF est bien cochée.
Étape 4 : Définir l'emplacement de sauvegarde du fichier Excel et lancer le traitement
En cliquant à nouveau sur Suivant, vous accédez à la configuration de l'emplacement de sauvegarde. Suivez l'assistant à l'écran pour choisir l'emplacement où le fichier de résultats, c'est-à-dire le tableau statistique Excel final, sera sauvegardé. Il est conseillé de choisir un répertoire facile à retrouver, comme le dossier actuel du projet, un dossier temporaire sur le bureau ou un dossier dédié aux résultats statistiques.
Après avoir défini l'emplacement, passez à l'étape de lancement du traitement. En se basant sur la liste de PDF importée précédemment et les options détaillées cochées, le logiciel lira en masse les propriétés de base et les métadonnées PDF de chaque fichier et inscrira ces champs dans le tableur Excel. Ce processus élimine les opérations répétitives d'ouverture individuelle des PDF, de consultation des propriétés et de copie manuelle du chemin et du nombre de pages.
Le résultat attendu de cette étape est d'obtenir un fichier Excel à l'emplacement spécifié. Plus le nombre de fichiers à traiter est élevé, plus le gain d'efficacité du traitement par lots est évident. Pour des dizaines de fichiers PDF, un relevé manuel peut prendre un temps considérable ; l'utilisation d'un outil de traitement par lots permet de concentrer le travail sur les phases d'importation, de confirmation et d'exportation.
Étape 5 : Ouvrir le fichier Excel et vérifier les résultats statistiques
Une fois le traitement terminé, ouvrez le tableur Excel généré et vérifiez que les noms de colonnes et le nombre d'enregistrements correspondent aux attentes. Il est conseillé de prêter une attention particulière aux catégories de champs suivantes : premièrement, les champs de localisation du fichier, comprenant le chemin, le nom, le nom sans l'extension, l'extension, le nom du dossier parent, le chemin du dossier parent ; deuxièmement, les champs de propriétés du fichier, comme la taille en octets, la taille, la date de création, la date de modification ; troisièmement, les champs spécifiques au PDF, dont le nombre de pages, le titre des métadonnées, l'auteur, le sujet, les mots-clés, la date de création, l'application, le logiciel de création.
Si certaines colonnes de dates dans Excel s'affichent sous forme de croisillons, c'est généralement dû à une largeur de colonne insuffisante qui empêche l'affichage complet. Il suffit alors d'élargir la colonne concernée dans Excel. Tant que la valeur réelle de la cellule existe, elle s'affichera normalement après ajustement de la largeur.
Questions fréquentes et points d'attention
1. Pourquoi certaines métadonnées PDF sont-elles vides ?
Les métadonnées d'un PDF proviennent des propriétés internes du fichier, et leur présence dépend du mode de génération du PDF. Certains PDF, exportés par des logiciels bureautiques, peuvent contenir le titre, l'auteur, le sujet, les mots-clés, etc. D'autres, créés par des scanners, des imprimantes ou des programmes de génération en masse, peuvent ne comporter que certains champs, voire aucune métadonnée renseignée. Par conséquent, il est normal que certains champs de métadonnées soient vides dans le résultat d'exportation, ce qui ne signifie pas nécessairement un échec du relevé.
2. Quelle est la différence entre le nombre de pages et la taille du fichier ?
Le nombre de pages indique combien de pages le PDF contient, ce qui est utile pour estimer le volume de lecture, d'impression ou l'ampleur du document. La taille du fichier représente l'espace de stockage occupé par le PDF, généralement exprimé en octets ou en Mo. Ces deux champs ont des usages différents : un fichier avec beaucoup de pages n'est pas forcément le plus volumineux, et un fichier PDF lourd n'a pas toujours le plus grand nombre de pages, car la résolution des images, la qualité de numérisation, l'incorporation des polices, etc., influent également sur la taille du fichier.
3. Faut-il placer tous les PDF dans un même dossier avant le relevé ?
Pas nécessairement. L'interface propose deux méthodes : Ajouter des fichiers et Importer des fichiers depuis un dossier. Pour plus de commodité, il est conseillé de rassembler au préalable tous les PDF à relever dans un dossier de projet dédié, puis de les importer depuis ce dossier. Cela réduit le risque d'omission et facilite la gestion ultérieure des résultats en fonction du chemin d'accès.
4. Le fichier Excel exporté peut-il être modifié par la suite ?
Oui. Une fois les résultats statistiques présentés sous forme de tableur Excel, il est possible de continuer à filtrer, trier, mettre en forme, ajouter des colonnes de notes ou fusionner avec d'autres registres dans Excel. Par exemple, on peut ajouter des champs pour le numéro d'archivage, le responsable, l'état du fichier, les commentaires de révision, etc., transformant ainsi la liste statistique PDF en un tableau de gestion documentaire plus complet.
5. Quels types de fichiers PDF peuvent être relevés ?
Tout fichier PDF standard peut faire l'objet de ce relevé. Que le nom du fichier soit en anglais, en chiffres ou en d'autres langues, la fonction de statistiques d'informations peut généralement lire ses propriétés de base. Pour les PDF cryptés, endommagés ou de format anormal, la lisibilité des informations peut être affectée par l'état du fichier ; il est donc conseillé de vérifier les lignes correspondantes dans le tableau des résultats après le traitement.
Résumé : confier le travail répétitif de compilation de listes PDF à un outil de traitement par lots
Le relevé statistique en masse du chemin d'accès, du nombre de pages et des métadonnées des fichiers PDF s'apparente fondamentalement à un inventaire des ressources documentaires. L'approche manuelle est certes intuitive, mais face à un grand nombre de fichiers, elle est inefficace, présente un taux d'erreur élevé et ne facilite pas l'obtention de résultats standardisés. Grâce à la fonction de statistiques d'informations de fichiers de HeSoft Doc Batch Tool , il est possible de regrouper en une seule fois dans un tableur Excel les propriétés de base et les informations détaillées de plusieurs PDF, réduisant ainsi considérablement les tâches répétitives.
Si vous êtes en train d'organiser des documents de projet, des supports de cours, des archives numérisées, des fichiers de rapports ou des documents de livraison, il est conseillé de d'abord rassembler les PDF dans le dossier cible, puis de suivre les étapes de cet article pour importer les fichiers, cocher les informations détaillées des fichiers PDF, définir l'emplacement de sauvegarde et lancer le traitement. La liste Excel ainsi obtenue pourra être directement utilisée pour l'archivage, la vérification, les statistiques et la livraison, rendant la gestion des fichiers PDF plus claire et plus efficace.