Qu'est-ce qu'un PDF ? Bases du format expliquées

Le PDF a été inventé par Adobe Systems en 1993. L'objectif était simple mais ambitieux : un format de fichier unique qui préserve les polices, images, graphiques et mise en page d'un document exactement comme l'auteur l'avait prévu, quel que soit l'ordinateur, le système d'exploitation ou l'imprimante utilisés pour le visualiser. Le nom « Portable Document Format » reflète cette ambition.

Pendant sa première décennie, le PDF fut un format propriétaire d'Adobe. En 2008 il fut publié comme standard international ouvert, ISO 32000-1, qui a transféré la gestion à l'Organisation internationale de normalisation (ISO). Désormais n'importe qui peut construire un logiciel qui lit ou écrit des PDF sans payer de redevances. Une version révisée,ISO 32000-2 (PDF 2.0), a été publiée en 2020 et a clarifié de nombreux cas limites sans casser les fichiers existants.

Les PDF résolvent un problème réel que les formats précédents ne pouvaient pas. Un document Word ouvert sur un autre ordinateur peut se réorganiser, changer de polices et modifier les sauts de page. Une page web dépend du navigateur et de la taille de l'écran. Un PDF, en revanche, est un document à mise en page fixe : la page 3 ressemble à la page 3 partout.

Cette fiabilité a fait du PDF le format par défaut pour les contrats, factures, travaux de recherche, formulaires administratifs, livres électroniques et tout document destiné à être imprimé ou archivé. Les lecteurs gratuits (Adobe Acrobat Reader, puis les navigateurs et systèmes d'exploitation) ont rendu la consultation sans friction. Aujourd'hui, tous les systèmes d'exploitation majeurs peuvent ouvrir un PDF sans installer de logiciel supplémentaire.

Un PDF est un fichier structuré de texte et binaire composé de quatre parties :

• En-tête — une seule ligne indiquant la version PDF (par exemple, %PDF-1.7).
• Corps — une séquence d'objets numérotés qui décrivent les pages, polices, images, flux de texte et métadonnées. Chaque objet est indépendant et peut être lu dans n'importe quel ordre.
• Table des références croisées — un index donnant le décalage en octets de chaque objet, pour qu'un lecteur puisse sauter directement à n'importe quel objet sans parcourir tout le fichier.
• Trailer — pointe vers la table des références croisées et l'objet racine (le catalogue du document), pour que le lecteur sache par où commencer.

Cette conception est la raison pour laquelle les PDF peuvent être volumineux mais s'ouvrir rapidement : la table des références croisées permet aux lecteurs de ne récupérer que les objets dont ils ont besoin. C'est aussi pourquoi les mises à jour incrémentales sont possibles — quand vous modifiez un PDF, un nouvel objet et une nouvelle section de références croisées peuvent être ajoutés sans réécrire tout le fichier.

Le numéro de version dans l'en-tête (%PDF-1.x ou%PDF-2.0) indique à un lecteur quelles fonctionnalités le fichier peut utiliser. La plupart des PDF réels sont entre 1.4 et 1.7. La version 1.5 a introduit les flux d'objets et flux de références croisées qui réduisent la taille. La 1.6 a ajouté le contenu 3D et un chiffrement plus riche. La 1.7 (la base d'ISO 32000-1) a tout consolidé. PDF 2.0 a nettoyé la spécification mais reste peu courant en pratique.

Pour l'usage quotidien, la version a rarement d'importance. Les lecteurs modernes gèrent toutes. Ce qui importe davantage, c'est ce qu'il y a dans les objets : polices intégrées, compression d'images et métadonnées.