Que sont les métadonnées PDF ?
Dans le contexte des PDFPDF, métadonnées désigne les informations supplémentaires intégrées dans un fichier PDF.
Les fichiers PDF contiennent deux types de métadonnées.
Le premier est appelé Dictionnaire d'informations sur le document, qui inclut des détails comme le nom de l'auteur, le titre du document, les dates de création et de mise à jour. Il est facultatif et peut être ajouté au fichier.
Le deuxième type est constitué des Flux de métadonnées, introduits avec PDF 1.4, qui utilisent une norme appelée Extensible Metadata Platform (XMP) pour inclure des informations supplémentaires au format XML. Cela peut inclure des détails sur les images, les polices et le document dans son ensemble.
Les métadonnées aident à organiser et à classer les fichiers PDF, ce qui facilite la recherche de documents spécifiques. Elles permettent également une meilleure gestion et un meilleur accès à l'information, en particulier dans de grandes collections de fichiers PDF.
Il est possible de ajouter ou modifier des métadonnées à l'aide de logiciels d'édition PDF ou d'outils spécifiques conçus pour la gestion des métadonnées PDF. En tirant parti des métadonnées, les utilisateurs peuvent améliorer l'organisation des documents, renforcer leur trouvabilité et optimiser les flux de travail documentaires.
Compte tenu de la fréquence des PDF dans les résultats de recherche, veiller à ce que vos documents PDF disposent de métadonnées pertinentes peut considérablement améliorer leur visibilité et leurs taux de clic.
Où un PDF stocke ses métadonnées
À deux endroits. Le dictionnaire d'informations du document est le plus ancien des deux et contient une courte liste fixe : titre, auteur, sujet, mots-clés, application de création, producteur, ainsi que les dates de création et de modification. XMP est le plus récent : un paquet XML extensible qui peut contenir tout cela et bien plus encore, et qui est la forme privilégiée par PDF 2.0.
Les deux peuvent être présents et se contredire, en particulier après que le fichier a été traité par plusieurs outils. Différents lecteurs utilisent des métadonnées différentes, ce qui explique pourquoi l'auteur affiché dans une application n'est parfois pas celui qui apparaît dans une autre.
Les métadonnées circulent plus loin que vous ne le pensez
Les métadonnées sont écrites automatiquement et sont rarement vérifiées. Un document exporté depuis une suite bureautique contient généralement le nom de l'auteur, son organisation, le logiciel et sa version, ainsi qu'un jeu complet d'horodatages.
Rien de tout cela n'est visible sur la page, mais tout est partagé avec le fichier. Avant de publier un document, il est utile de lire les métadonnées et de supprimer ce qui ne devrait pas voyager avec lui. Notez que la suppression des métadonnées est distincte de la suppression de contenu : cela ne modifie rien sur la page et ne supprime pas les versions précédentes laissées par une mise à jour incrémentielle.