Tout d'abord, se souvernir que PDF sur internet a une et une seule fonction: proposer un format de document imprimable, quelque soit la plateforme (windows, mac, *nix etc.). Toute autre utilisation de PDF est abusive! Donc, dans la mesure du possible, préférer des formats plus simples et ne proposer le PDF que pour l'impression.
Note: souvent on croit que le fait de “pdfiser” un document le rend intransformable, et on l'utilise donc pour des documents qu'on ne veut pas voir éditer par d'autres. C'est faux. Il est très aisé de modifier un document pdf, donc gare gare!
Openoffice, gratuit et excellent ersatz pour word, excel, access, propose un générateur pdf, efficace et générant des documents beaucoups plus légers que l'infernal couple word + adobe distiller; et comme openoffice sait ouvrir des documents word (et excel)…
on peut aussi utiliser Gimp (équivalent de photoshop, http://www.gimp.org/) pour éditer un pdf, il fabrique autant d'images qu'il y a de pages et vogue la galère… Il faut ensuite ré-exporter en PDF, p. ex. avec Gimp
Gimp est aussi disponible pour windows: http://gimp-win.sourceforge.net/stable.html
Si le document PDF est destiné au web, dans la mesure du possible, il est souhaitable de mettre sur le serveur (p. ex. dans le même répertoire) systématiquement à côté du PDF la version originale (p. ex. le .doc word), très utile si plus tard on doit corriger quelque chose (p. ex. une faute de frappe).
Si on a pas ce fichier d'origine, il reste poppler-utils ou xpdf et xpdf-utils qui comprennent tous deux plusieurs utilitaires bien pratiques, je cite (poppler-utils):
“This package contains pdftops (PDF to PostScript converter), pdfinfo (PDF document information extractor), pdfimages (PDF image extractor), pdftohtml (PDF to HTML converter), pdftotext (PDF to text converter), and pdffonts (PDF font analyzer).”
Ensuite il suffit de faire en ligne de commande un
pdftotext votreFichier.pdf
et vous aurez un votreFichier.txt éditable…
si vous voulez de l'html, rien de plus simple:
pdftohtml votreFichier.pdf
créera les fichier votreFichierA-Z.html avec un fichier par page
par contre s'il y a des images il faudra utiliser gimp (cf. supra) pour les récupérer et les intégrer
Vous avez plusieurs (dizaines, centaines, milliers…) documents en pdf et vous voulez avoir une version texte, mais vous ne voulez pas vous faire une épicondylite avec X millions de click de souris?
après un petit
sudo apt-get poppler-utils
find . -name "*.pdf" | while read i do pdftotext $i done
et c'est tout!
Attention à l'astuce sur linux d'imprimer le fichier dans un fichier PDF: la compatibilité sur le mondes windows n'est pas assurée, donc il faut tester avant de mettre en ligne, et utiliser de préférence le générateur pdf d'openoffice
concaténer les deux fichiers test.pdf et test1.pdf dans out.pdf
gs -q -sPAPERSIZE=letter -dNOPAUSE -dBATCH -sDEVICE=pdfwrite -sOutputFile=out.pdf test.pdf test1.pdf
ou encore:
http://www-id.imag.fr/~svarrett/download/scripts/pdfmerge pdfmerge : merges PDF documents into a single document / pour concaténer des fichiers pdf
jodconverter pour convertir en série (shell) des fichiers word ou odt en pdf (ou tout autre format)
sam2p pour convertir des jpg (ou autres fichiers images) en ps / pdf
outil capable de gérer les tableaux PDF, en général la génération de texte fait un monstrueux désordre, le logiciel étant incapable de comprendre la logique ligne / colonnes: à ma connaissance le seul est pstotext
sudo apt-get install pstotext
puis
pstotext -bboxes test.pdf
http://en.wikipedia.org/wiki/List_of_PDF_software
pour moi ça marche pas du tout
à tester outils java
http://en.wikipedia.org/wiki/IText
http://en.wikipedia.org/wiki/PDF_Clown plutôt pour générer du PDF, semble intéressant