PDF arabe vers Word : pourquoi le texte sort inversé et comment y remédier

Beaucoup de gens convertissent un PDF arabe en Word et trouvent des mots inversés, des lettres brisées ou des espaces manquants. La faute n’est ni la vôtre ni celle de votre fichier : elle vient du fonctionnement du format PDF.

Comment un PDF stocke-t-il le texte arabe ?

Un PDF stocke les formes de lettres dessinées sur la page (formes d’affichage : initiale, médiane, finale) dans l’ordre d’affichage, de gauche à droite, et non dans l’ordre où vous les avez tapées. À l’extraction, le texte apparaît donc inversé si l’outil ne le reconstruit pas.

Que doit faire l’outil ?

• Convertir les formes d’affichage liées en lettres arabes normales.
• Remettre les mots dans l’ordre de droite à gauche selon leur position sur la page.
• Garder les chiffres et les mots latins dans leur ordre naturel.
• Regrouper les lignes consécutives en paragraphes.

PDF numérisés

Si le fichier est l’image d’une page papier, il n’y a aucun texte. Il faut alors une reconnaissance optique de caractères (OCR), ou se contenter de l’image de la page dans un fichier Word.

La meilleure approche pratique

1. Convertissez le fichier avec un outil qui prend l’arabe en charge, comme l’outil PDF vers Word.
2. Gardez l’image de la page comme référence de l’aspect d’origine.
3. Ne modifiez que le texte extrait, puis remettez-le en forme.

Et si vous avez copié du texte depuis un PDF et qu’il paraît cassé, collez-le dans les outils de texte arabe et activez « Convertir les formes d’affichage ».

En résumé

Le texte inversé est un problème connu, qu’on résout en reconstruisant les lettres et l’ordre. Choisissez un outil qui traite correctement l’arabe et gardez l’image de la page comme sauvegarde de la mise en page.