Une police incorporée sans correspondance Unicode : le rendu imprimé était juste, mais la copie et la lecture vocale produisaient du charabia. Comment DokAudit a reconstruit la correspondance – et pourquoi un simple test de copie vaut la peine pour chaque document.
Exemple anonymisé tiré d’un traitement réel ; le nom de l’organisation et le titre du document ont été modifiés.
Un avis officiel d’une administration communale avait un aspect irréprochable – mais quiconque en copiait le texte obtenait du charabia, et un lecteur d’écran lisait des absurdités. La cause : la police incorporée ne révélait pas quelle lettre se cachait derrière quel glyphe. DokAudit a reconstruit automatiquement cette correspondance, étape par étape, des méthodes univoques jusqu’à l’IA en dernier recours ; ensuite, le texte était lisible et interrogeable, et le contrôle était réussi. La leçon vaut pour tout PDF : « a l’air juste » ne veut pas dire « se lit correctement ».
Situation de départ
Le document était un avis officiel (amtliche Bekanntmachung, publication légale d’une autorité allemande), exporté depuis un logiciel de mise en page. Comme d’habitude, la police était incorporée sous forme de sous-ensemble – uniquement avec les caractères effectivement présents dans le document. À l’écran et à l’impression, tout était en ordre : la bonne police, les bonnes lettres, une composition soignée.
Ce que le contrôle a révélé
Un PDF n’enregistre pas le texte sous forme de lettres, mais sous forme de références aux formes de caractères (glyphes) d’une police. Pour qu’un programme sache qu’une forme donnée est un « ä », la police a besoin d’une correspondance avec Unicode – le plus souvent une table ToUnicode. Dans les sous-ensembles de polices, en particulier les polices CID sans table de caractères propre et sans noms de glyphes, cette correspondance manque parfois. Les conséquences :
- Le copier-coller produit des carrés, des points d’interrogation ou de mauvaises lettres.
- La recherche ne trouve pas des mots pourtant bien visibles sur la page.
- Les lecteurs d’écran lisent des absurdités ou sautent les caractères.
veraPDF a signalé la violation de la règle 7.21.7-1 (« The glyph can not be mapped to Unicode ») ; PAC a également affiché l’erreur. À certains endroits, les largeurs de caractères du dictionnaire de police ne correspondaient en outre pas à celles du programme de police incorporé (règle veraPDF 7.21.5-1).
La raison tient généralement à l’export : lors de l’incorporation de sous-ensembles de polices, les caractères sont renumérotés, et tous les programmes n’écrivent pas intégralement la correspondance avec Unicode. Sont particulièrement exposées les polices spéciales de symboles, les polices supplémentaires qu’un programme crée uniquement pour certains caractères comme les traits d’union conditionnels, et les polices CID dont les glyphes n’ont ni noms ni table de caractères propre. Un outil de contrôle détecte le problème de manière fiable – l’œil nu, jamais.
Ce que DokAudit a fait automatiquement
Pour chaque glyphe utilisé sans correspondance, DokAudit détermine le bon caractère – dans un ordre fixe, du plus économique et univoque au plus coûteux :
- Comparaison des contours : la forme du glyphe est comparée à des polices dont la correspondance est connue. Si le contour concorde, le caractère est trouvé.
- Correspondances apprises : les formes déjà identifiées avec certitude dans des documents antérieurs sont reconnues. Seuls une signature de la forme du caractère et le caractère correspondant sont enregistrés, aucun texte de document.
- Analyse de forme : les formes simples se reconnaissent géométriquement – une barre horizontale est un trait d’union, un tiret ou un trait de soulignement, s’y ajoutent le point, la puce et l’espace.
- L’IA en dernier recours : seul ce qui reste ouvert après ces étapes est déterminé – si l’IA est autorisée – de manière groupée dans une petite image. Le résultat est appris, afin que la même forme soit reconnue sans IA la fois suivante.
À partir des résultats, DokAudit a généré la correspondance Unicode manquante, aligné si nécessaire les largeurs de caractères sur le programme de police incorporé, puis recontrôlé le document avec veraPDF.
Résultat
Chiffres clés de l’étude de cas sur la police sans correspondance Unicode| Caractéristique | Avant | Après |
|---|
| Copier-coller | charabia | texte lisible |
|---|
| Recherche dans le document | ne trouve pas les mots visibles | fonctionne |
|---|
| Lecteur d’écran | lit des absurdités ou rien | lit le texte |
|---|
| veraPDF 7.21.7-1 (correspondance Unicode) | violation | réussi |
|---|
| veraPDF 7.21.5-1 (largeurs de caractères) | violation à certains endroits | réussi |
|---|
Ce qu’un humain devrait encore faire
- Test de copie aux endroits critiques : sélectionner des paragraphes contenant des trémas, des ß, des signes €, des signes de paragraphe (§), des tirets et des ligatures comme « fi » ou « fl », les copier et les coller dans un éditeur de texte.
- Écoute test : faire lire une page par un lecteur d’écran (Tester soi-même).
- Vérifier les caractères déduits : les correspondances issues de l’analyse de forme ou de l’IA sont des déductions. Un contrôle par sondage des montants, dates et noms est judicieux.
- Corriger la source : vérifier les paramètres d’export et le choix des polices dans le logiciel de mise en page. Sinon, si le prochain avis est produit de la même manière, il aura le même problème.
Les enseignements à en tirer
- « A l’air juste » n’est pas un critère de contrôle. Le rendu imprimé ne dit rien sur la capacité d’un programme à lire le texte.
- Le test de copie prend une minute. Sélectionner le texte, copier, coller – si des absurdités en sortent, le document est défectueux pour les lecteurs d’écran et la recherche, aussi beau soit-il.
- Les méthodes univoques d’abord. La comparaison des contours et les correspondances apprises sont traçables et règlent la plupart des cas ; l’IA n’est là que pour le reste.
- Le recontrôle fait partie du processus. Seul le nouveau contrôle montre que la correction a fonctionné – et qu’aucune nouvelle erreur n’est apparue.
Sources:
État : 10/2026. Cet article donne une vue d’ensemble générale et ne constitue pas un conseil juridique. Font foi les textes de loi et de normes en vigueur ; dans certains cas, le droit d’un Land allemand peut différer.