Diviser un fichier PDF

Découper un PDF, c’est ce qui permet d’envoyer un seul chapitre d’un manuel, de supprimer une page blanche issue d’un scan, d’isoler la page signée d’un contrat ou de transformer un lot de numérisations en documents distincts. Cet outil extrait d’un PDF les pages que vous indiquez, soit dans un nouveau fichier unique, soit dans un fichier par page, entièrement dans votre navigateur.

Comment ça marche

Choisissez un PDF. L’outil charge pdf-lib à la demande, ouvre le fichier et affiche son nombre de pages. Saisissez ensuite les pages voulues en numérotant à partir de 1, sous forme de numéros, de plages ou des deux, séparés par des virgules : 1-3, 5, 8-10. Les pages sont vérifiées par rapport au document : 12 dans un fichier de dix pages provoque une erreur au lieu d’être ignoré en silence, et une plage inversée comme 7-4 est refusée.

Deux modes de sortie :

• Un seul PDF avec les pages choisies les copie dans un nouveau document enregistré sous split.pdf.
• Un PDF par page crée un document pour chaque page sélectionnée, nommé page-N.pdf d’après son numéro d’origine, et les regroupe dans split-pages.zip grâce à la bibliothèque fflate : un scan de 40 pages donne ainsi 40 fichiers dans une seule archive.

Les pages sélectionnées sortent toujours dans l’ordre croissant, et les doublons sont fusionnés. Saisir 5, 1-3 produit les pages 1, 2, 3 et 5, pas la 5 en premier : cet outil extrait, il ne réordonne pas. Pour changer l’ordre des pages, découpez-les en fichiers séparés puis réassemblez-les dans l’ordre souhaité avec l’outil de fusion de PDF.

Les pages copiées conservent à l’identique leur contenu, leurs polices, leurs images et leurs annotations. Les signets, les champs de formulaire et les métadonnées du document ne sont pas repris, car ils appartiennent au document et non à une page en particulier. Les fichiers protégés par mot de passe ne peuvent pas être ouverts.

Cas d’usage courants

• Supprimer des pages en listant toutes les pages sauf celles à retirer : pour un fichier de 20 pages sans les pages 7 et 8, saisissez 1-6, 9-20.
• Extraire un chapitre avec une seule plage, 34-51.
• Séparer un lot de scans avec le mode « un PDF par page » et la plage complète, puis renommer les fichiers de l’archive zip.
• Récupérer les pages impaires ou paires d’un scan recto verso sorti dans le mauvais ordre en les listant explicitement : 1, 3, 5, 7, puis 2, 4, 6, 8.

Limites

La mémoire est la seule contrainte. Le document source est chargé en entier pendant la copie des pages, et le mode « un PDF par page » construit tous les fichiers avant de créer l’archive : de très gros scans peuvent donc échouer sur un appareil disposant de peu de mémoire. Si le fichier est chargé en images, compressez-le d’abord avec le compresseur de PDF, ou découpez-le en deux passes.

Équivalent en ligne de commande

qpdf utilise la même syntaxe de plages, et --split-pages produit un fichier par page :

qpdf report.pdf --pages . 1-3,5,8-10 -- extract.pdf
qpdf scan.pdf --split-pages=1 page-%d.pdf

pdftk, là où il est encore installé, fait la même chose avec cat 1-3 5 8-10 output extract.pdf et la commande burst.

Pour aller plus loin

Découper des centaines de documents relève d’une boucle sur des fichiers plutôt que d’un navigateur ; les bases du shell et le scripting shell couvrent les boucles, les variables et la vérification des codes de retour qui rendent un tel traitement par lot fiable. Une fois les pages extraites, l’outil PDF vers image les convertit en JPEG ou en PNG pour une diapositive ou une page web.