PDF/A-1b, 2b et 3b lequel faut-il vraiment choisir ?

Un outil de conversion vous demande si vous voulez du PDF/A-1b, 2b ou 3b, n'offre aucune explication et attend. Si un portail ou une politique d'archivage a déjà nommé une déclinaison, le choix est fait pour vous et vous pouvez vous arrêter après la section suivante. Si personne n'a rien dit, le réflexe habituel consiste à prendre l'option la plus stricte en supposant que plus strict signifie plus sûr. Ce réflexe est faux, et il vaut la peine de comprendre pourquoi.

Les deux choses que l'on confond

« PDF/A-2b », ce sont deux réponses indépendantes collées l'une à l'autre, et presque toutes les confusions autour de la norme viennent de là.

• Le chiffre — 1, 2, 3, 4 — désigne la partie de l'ISO 19005 que le fichier suit : quelle édition de la norme, et donc quelles fonctionnalités PDF sont seulement autorisées.
• La lettre — b, u, a — désigne le niveau de conformité : quelle part du sens du document, au-delà de son apparence, doit être préservée.

Une question formulée en « PDF/A-1b ou PDF/A-2b ? » ne porte donc jamais que sur le chiffre. Le b est identique dans les deux cas : la même promesse, faite au sujet d'un fichier construit selon une autre édition des règles. Une fois cela clair, la comparaison devient petite et gérable.

Ce que promet réellement le « b »

La lettre b signifie basique, et sa garantie est précise : le fichier reproduira fidèlement sa propre apparence visuelle, sur n'importe quel lecteur conforme, indéfiniment. Les polices voyagent à l'intérieur, la couleur est définie de façon absolue, rien ne dépend du monde extérieur.

Notez ce qui ne figure pas dans cette promesse. Rien sur l'extraction du texte. Rien sur la recherche. Rien sur la structure, l'ordre de lecture, ni sur la capacité d'un lecteur d'écran à donner du sens à la page. Un fichier de niveau b est un objet dont on garantit qu'il s'affichera correctement — ce qui est exactement ce que visent la plupart des exigences d'archivage, et exactement pourquoi une page numérisée passe la validation tout en restant une image impossible à interroger.

Ce qui distingue 1b, 2b et 3b

Les trois produisent un fichier autonome, avec polices incorporées, couleur définie, sans chiffrement et sans script. Cette partie ne varie pas. Ce qui change, ce sont les fonctionnalités PDF autorisées à survivre :

Deux lignes de ce tableau font l'essentiel du travail. La transparence est la différence pratique entre 1b et 2b : la moindre ombre douce, le moindre halo ou mode de fusion présent dans votre document doit être aplati pour satisfaire au PDF/A-1, ce qui rastérise ces zones et peut en modifier le rendu. Les pièces jointes sont la seule différence entre 2b et 3b : à tout autre égard, PDF/A-3 est du PDF/A-2.

La ligne de la taille surprend ceux qui attendent de la déclinaison la plus stricte qu'elle soit la plus légère. PDF/A-1 est arrimé à PDF 1.4, antérieur aux flux compressés d'objets et de références croisées que les versions ultérieures utilisent pour réduire la structure interne d'un fichier. Ajoutez la transparence aplatie et un fichier 1b est fréquemment le plus volumineux des trois. Si la taille compte, compressez avant de convertir, jamais après.

Pourquoi plus strict ne veut pas dire plus sûr

On décrit couramment PDF/A-1 comme le choix le plus sûr parce qu'il autorise le moins de choses. Il vaut la peine d'être précis sur ce que « autoriser le moins » signifie en pratique : la conformité s'obtient en détruisant les fonctionnalités qui ne sont pas autorisées. Sous PDF/A-1, la transparence n'est pas préservée avec plus de soin — elle est supprimée.

PDF/A-1 a été rédigé en 2005 à partir de PDF 1.4, une spécification de 2001. Ses restrictions décrivent ce que PDF savait faire il y a un quart de siècle, non ce qui est fragile. La transparence et les calques ne sont pas moins durables que le reste du format ; ils n'étaient simplement pas normalisés à la rédaction de la partie 1. La partie 2 les a réexaminés, autorisés, et demeure une norme d'archivage à part entière.

Il existe un argument honnête en faveur du PDF/A-1b au-delà de la conformité : c'est la partie la plus ancienne et la plus largement implémentée, si bien qu'un vieux système interne a une chance légèrement supérieure de l'accepter. Si vous déposez sur un système construit en 2008 et que vous ne pouvez interroger personne, voilà une raison raisonnable de le choisir. « Cela paraissait plus strict » n'en est pas une.

PDF/A-3 et la question des pièces jointes

Le PDF/A-3 existe pour une seule raison : permettre à un PDF d'archivage de transporter un fichier arbitraire à l'intérieur. Pas un autre fichier PDF/A, ce que PDF/A-2 permet déjà — n'importe quel fichier. Un tableur, un document XML, un dessin de CAO.

Le cas pour lequel il a été conçu est la facture électronique hybride. Des formats comme Factur-X et ZUGFeRD sont des fichiers PDF/A-3 : une page de facture lisible pour la personne qui doit la regarder, avec le XML structuré de la facture incorporé dans le même fichier pour le système comptable qui doit la traiter. Un document, deux publics, et aucun risque de voir les deux versions diverger. À mesure que les obligations de facturation électronique structurée se sont répandues en Europe, c'est devenu la raison la plus fréquente de convertir en 3b.

La faiblesse correspondante explique pourquoi certains services d'archives refusent purement et simplement le PDF/A-3. Rien dans le conteneur ne garantit quoi que ce soit sur son contenu. Vous pouvez incorporer un format propriétaire qu'aucun logiciel n'ouvrira dans vingt ans, ou un tableur dont personne ne pourra évaluer les formules, à l'intérieur d'un fichier qui se valide parfaitement comme archivable. Le PDF est durable ; ce qu'il contient peut ne pas l'être.

Comment choisir en moins d'une minute

1. Vous a-t-on indiqué une déclinaison ? Utilisez exactement celle-là, lettre comprise. Un fichier PDF/A-2b valide est rejeté par un système qui a demandé du PDF/A-1b, et rien d'autre dans cet article ne prime sur une exigence explicite.
2. Devez-vous incorporer un fichier lisible par machine — XML de facture, fichier de données devant voyager avec le document ? PDF/A-3b, et seulement dans ce cas.
3. La destination est-elle un système ancien, ou une règle rédigée autour du PDF/A-1 ? PDF/A-1b, en acceptant que la transparence sera aplatie.
4. Tout le reste ? PDF/A-2b. C'est le choix par défaut moderne, il préserve le plus de votre document et il est accepté à peu près partout où le PDF/A l'est.

Une mise en garde si vous changez d'avis ensuite. Vous pouvez convertir un fichier PDF/A terminé vers une autre déclinaison, mais les conversions ne sont pas symétriques : passer de 2b à 1b aplatit la transparence, et repasser de 1b à 2b ne la restaure pas — l'information a été jetée lors de la première conversion. Conservez le document d'origine, pas seulement la copie d'archivage, et régénérez depuis la source lorsque l'exigence change.

Les niveaux qu'on ne vous a pas proposés

Vous avez peut-être vu mentionner PDF/A-1a, PDF/A-2u ou PDF/A-2a et vous êtes demandé pourquoi les convertisseurs les proposent rarement. La réponse tient à une limite réelle, non à une fonctionnalité manquante.

• Le niveau u exige que chaque caractère du fichier corresponde à une valeur Unicode, afin que l'extraction du texte soit fiable. C'est atteignable quand la source contient du vrai texte avec des encodages de polices corrects ; impossible à garantir dans le cas contraire.
• Le niveau a exige une structure de document balisée : quel texte est un titre, quelles cellules appartiennent à quel tableau, dans quel ordre une page doit être lue, dans quelle langue elle est. Ce sont des informations sémantiques sur le sens du document.

Un convertisseur reçoit une page de glyphes positionnés. Il peut constater qu'un texte est plus grand et plus haut sur la page ; il ne peut pas savoir que cela en fait un titre, ni qu'une mise en page sur deux colonnes doit se lire de haut en bas puis de gauche à droite. Il peut deviner — et une erreur assurée sur l'ordre de lecture est pire pour un utilisateur de lecteur d'écran que l'absence de structure, car elle produit un charabia plausible au lieu d'un manque évident.

Le niveau a doit donc venir de l'outil de création, là où la structure existe encore : exportez un PDF balisé depuis Word, InDesign ou LaTeX, ou ajoutez les balises à la main dans un éditeur PDF complet. Si une exigence d'accessibilité s'est abattue sur des documents qui n'ont jamais été exportés qu'à plat, il s'agit d'un problème de production documentaire et non d'un réglage de conversion, et mieux vaut s'en apercevoir maintenant qu'après la conversion. Lorsque des formulaires et des annotations font obstacle à une copie d'archivage propre, les aplatir d'abord élimine au moins une variable.

Et le PDF/A-4 ?

L'ISO 19005-4 est arrivée en 2020, reconstruite sur PDF 2.0. Elle réorganise aussi la nomenclature : les niveaux a/b/u sont retirés, remplacés par une conformité de base à laquelle s'ajoutent PDF/A-4f pour les fichiers avec pièces jointes et PDF/A-4e pour les documents d'ingénierie comportant de la 3D.

C'est une norme solide dont l'adoption reste mince. Les portails de dépôt, les politiques d'archivage et les calendriers de conservation nomment très majoritairement PDF/A-1 ou PDF/A-2, et une exigence rédigée en 2019 ne se met pas à jour toute seule. C'est pourquoi notre convertisseur vise les trois déclinaisons de niveau b. Si l'on vous propose un jour du PDF/A-4, vérifiez que le destinataire du fichier a bien dit l'accepter : être en avance n'est pas un avantage pour un format dont toute la raison d'être est qu'un autre puisse l'ouvrir.

Convertir vers la déclinaison qu'il vous faut

La conversion prend une trentaine de secondes, sans installation ni inscription, et les fichiers envoyés sont définitivement supprimés de nos serveurs au bout de deux heures.

Si l'idée même du PDF/A vous est nouvelle — à quoi sert la norme, ce que la conversion change dans un document, et quand cela vaut la peine — commencez par ce qu'est le PDF/A et quand l'utiliser, qui couvre le terrain que cet article suppose acquis.

Questions fréquentes