Qu’est-ce que le texte brut ?
Le texte brut est du texte stocké uniquement sous forme de caractères : sans polices, couleurs, images ni mise en page. Les fichiers d’extension TXT en sont l’exemple type, et le CSV, qui stocke des tableaux sous forme de valeurs séparées par des virgules, des points-virgules ou des tabulations, en est un proche cousin. N’importe quel programme sur n’importe quel système ouvre un fichier de texte brut, ce qui en fait le format le plus durable et le plus portable qui soit.
Texte brut et PDF
Le PDF est une description de page : il fige l’aspect du texte. Le texte brut ne conserve que les mots. Convertir du texte en PDF ajoute des sauts de page, des marges et une police lisible, si bien que des notes, des journaux ou des exports deviennent faciles à imprimer et à partager. Dans l’autre sens, extraire le texte d’un PDF donne les mots page par page, sans colonnes, images ni styles, ce qui convient à la recherche, à la copie et à l’analyse.
Les tableaux en CSV
Un fichier CSV est un tableau écrit sous forme de texte, une ligne par enregistrement, avec des cellules séparées par un délimiteur. Les tableurs l’ouvrent, mais il ne conserve ni mise en forme, ni formules, ni plusieurs onglets. Convertir un CSV en PDF produit un tableau lisible qui s’ouvre sur tout appareil. Le délimiteur peut être une virgule, un point-virgule ou une tabulation, et celui qui convient dépend du logiciel et des réglages régionaux qui ont créé le fichier.
Pièges courants
Le principal piège est l’encodage des caractères : un fichier enregistré dans un encodage et ouvert dans un autre affiche des accents brouillés. Les retours à la ligne, les lignes très longues et les tableaux CSV larges se comportent aussi mal à l’impression. Enfin, le texte extrait d’un PDF suit l’ordre de lecture que le fichier déclare, qui peut mélanger les colonnes. Vérifiez le résultat quand la mise en page était complexe.
Outils qui utilisent ce terme
Guides qui le mettent en pratique
Questions fréquentes
- Pourquoi mon fichier texte affiche-t-il des caractères étranges ?
- L’encodage ne correspond pas. Réenregistrez le fichier en UTF-8, qui couvre les accents et la plupart des alphabets, puis reconvertissez.
- Extraire le texte d’un PDF conserve-t-il la mise en forme ?
- Non. Vous obtenez les mots sans polices, colonnes ni images, en général séparés par page. Si le PDF est une numérisation, lancez d’abord l’OCR.
- Quand préférer le CSV à Excel ?
- Utilisez le CSV pour transporter des données simples entre systèmes. Utilisez un fichier de tableur quand il vous faut des formules, une mise en forme ou plusieurs onglets.