Que sont les ligatures ?
Une ligature est une forme de caractère unique qui dessine deux lettres ou plus ensemble, comme fi, fl ou ffi dans de nombreuses polices. Les créateurs de caractères les utilisent pour éviter que des parties de lettres voisines se heurtent, par exemple le point du i touchant le crochet du f. Sur la page, elles ressemblent à des lettres ordinaires, mais dans un PDF le logiciel peut stocker un seul glyphe au lieu de deux caractères distincts.
Comment elles affectent le texte
Quand on copie ou recherche du texte, le résultat dépend de la façon dont le PDF enregistre le glyphe. Un fichier bien construit associe la ligature à ses lettres, et la recherche du mot « office » aboutit. Un fichier sans cette association peut renvoyer un symbole étrange, un blanc ou des lettres manquantes, et les mots contenant fi ou fl restent alors introuvables. Le même problème apparaît lorsque le texte est exporté vers Word ou en texte brut, où l’on peut voir de petits carrés bizarres au milieu des mots.
Ce qui aide / Vérifier le résultat
Si la recherche ou la copie échouent sur des mots aux lettres liées, extrayez le texte et lisez-le en cherchant des trous ou des symboles inconnus dans des mots comme office, final ou flow. Corriger ensuite revient en général à remplacer le symbole étrange par les bonnes lettres, à la main ou avec rechercher-remplacer. Dans les pages numérisées, il n’y a pas de ligatures dans les données, car la reconnaissance de texte lit l’image et écrit des lettres ordinaires.
Utiliser AuraDoc pour cela
PDF en texte affiche tout le texte d’un fichier pour que vous vérifiiez la forme des mots, PDF en Word renvoie le contenu sous forme de DOCX modifiable et OCR PDF ajoute une couche de recherche aux pages numérisées. Chaque résultat est un nouveau fichier et l’original reste intact.
Outils qui utilisent ce terme
Guides qui le mettent en pratique
- Extraire le texte d'un PDFPas à pas : lisez la couche de texte d'un PDF, lancez la reconnaissance de texte sur un scan et transformez le résultat en fichier Word modifiable.
- Modifier un PDF comme fichier WordPas à pas : vérifiez que le PDF contient du vrai texte, lancez l'OCR sinon, convertissez en Word, comparez avec l'original et réenregistrez le texte final en PDF.
Questions fréquentes
- Pourquoi un mot contenant fi disparaît-il à la recherche ?
- Le fichier peut stocker le glyphe lié sans indiquer au lecteur quelles lettres il représente ; le moteur de recherche voit donc un autre symbole et ne trouve aucune correspondance.
- Les ligatures sont-elles une erreur du document ?
- Non. C’est un choix typographique normal. Le problème n’apparaît que lorsque le PDF ne les associe pas aux lettres pour la copie et la recherche.
- Les documents numérisés ont-ils des ligatures ?
- Pas dans les données. Une numérisation est une image, et la reconnaissance de texte écrit des lettres ordinaires et séparées, même si la page imprimée utilisait des formes liées.