# Inspecteur de PDF balise Compare lextraction avec et sans StructTree pour voir si le PDF contient une structure balisee utile > Page canonique: https://elysiatools.com/fr/tools/tagged-pdf-inspector - **Catégorie:** Developer Tools - **Mots-clés:** pdf, tagged pdf, struct tree ## Présentation Apres le chargement dun PDF, loutil execute OpenDataLoader avec `useStructTree=true` puis `useStructTree=false`, et compare les titres, listes, tableaux et paragraphes. Cela aide a savoir si la structure balisee du PDF merite detre exploitee. ## Entrées - **Fichier PDF** (file) - **Pages** (text): e.g. 1,3,5-7 - **Inclure en-tetes et pieds** (checkbox) ## Quand l'utiliser - Pour vérifier si un document PDF contient des balises sémantiques (Tagged PDF) exploitables avant de l'intégrer dans une base de données. - Lors de l'évaluation de la qualité d'exportation d'un logiciel de création de documents vers le format PDF. - Pour diagnostiquer des problèmes d'extraction de texte, de tableaux ou de listes dans des pipelines de traitement de documents. ## Fonctionnement - Importez votre fichier PDF dans l'outil via le champ principal. - Spécifiez éventuellement les pages à analyser (par exemple, 1,3,5-7) et choisissez d'inclure ou non les en-têtes et pieds de page. - L'outil exécute deux extractions parallèles : l'une avec le support StructTree activé, l'autre sans. - Consultez le rapport HTML généré pour comparer le nombre de nœuds sémantiques et identifier les différences de structure. ## Cas d'usage - Audit d'accessibilité numérique pour s'assurer que les documents PDF publics respectent les normes de structuration. - Préparation de documents pour des systèmes d'IA (RAG) nécessitant une compréhension précise de la hiérarchie du texte. - Développement et débogage de scripts d'extraction de données automatisée à partir de factures ou de rapports PDF. ## Questions fréquentes ### Qu'est-ce qu'un PDF balisé (Tagged PDF) ? C'est un PDF qui contient une structure sémantique cachée (StructTree) définissant les éléments de lecture comme les titres, les paragraphes et les tableaux, facilitant ainsi l'accessibilité et l'extraction. ### Quels éléments sont comparés par l'outil ? L'outil compare principalement la reconnaissance des titres, des listes, des tableaux et des blocs de paragraphes entre les deux méthodes d'extraction. ### Puis-je analyser seulement une partie de mon PDF ? Oui, vous pouvez utiliser le champ 'Pages' pour spécifier des pages précises ou des plages de pages (ex: 1-5, 8) afin de cibler l'analyse. ### Que signifie l'option 'Inclure en-têtes et pieds' ? Cette option permet d'intégrer ou d'ignorer les éléments répétitifs situés en haut et en bas des pages lors de l'analyse de la structure du document. ### Pourquoi utiliser cet outil pour le RAG (Retrieval-Augmented Generation) ? Une bonne structure balisée améliore considérablement la qualité du découpage (chunking) du texte, ce qui rend les réponses de l'IA plus précises et contextuelles. ## Outils associés - [Analyseur de PDF riches en formules et graphiques](https://elysiatools.com/fr/tools/formula-chart-heavy-pdf-analyzer): Compare lextraction locale et hybrid dOpenDataLoader afin didentifier les pages qui meritent une aide IA - [Nettoyeur de bruit den-tete/pied PDF](https://elysiatools.com/fr/tools/pdf-header-footer-noise-remover): Compare lextraction avec et sans en-tetes/pieds pour reperer le bruit repetitif dans le texte - [Debogueur dordre de lecture PDF](https://elysiatools.com/fr/tools/pdf-reading-order-debugger): Compare lordre brut dun PDF et XY-Cut++ pour reperer les problemes de lecture sur des mises en page complexes - [Extracteur de texte barre PDF](https://elysiatools.com/fr/tools/pdf-strikethrough-review-extractor): Detecte le texte barre dans les PDF de revision et genere un rapport pour contrats et brouillons - [Explorateur de structure JSON PDF](https://elysiatools.com/fr/tools/pdf-to-json-structure-explorer): Extrait la structure JSON OpenDataLoader dun PDF et affiche titres, paragraphes, tableaux, listes et bounding boxes - [Pont PDF (OCR) vers JSON structuré](https://elysiatools.com/fr/tools/ocr-pdf-to-structured-json-bridge): Extrait la couche texte du PDF avec la géométrie (lignes par position y, tableaux par écarts de colonnes, titres par taille de police, paires clé-valeur à deux-points) puis remplit champ par champ un JSON Schema fourni — libellés appariés par clés normalisées, valeurs coercées vers les types déclarés et validées par ajv. - [Extracteur dimages et captions PDF](https://elysiatools.com/fr/tools/pdf-image-caption-extractor): Extrait les images PDF, associe les captions voisines et genere un index HTML navigable - [Scanner de prompt injection PDF](https://elysiatools.com/fr/tools/pdf-prompt-injection-scanner): Compare des extractions securisees et non securisees pour detecter le texte cache, le contenu hors page et dautres risques PDF ## Exemples - [Exemples PDF](https://elysiatools.com/fr/samples/pdf-samples): Exemples PDF generes par les outils du 2026-02-01 au 2026-02-10 - [Exemples de Slides Markdown](https://elysiatools.com/fr/samples/md-slide-deck-to-pdf): Presentations Markdown style Remark/Marp pour tester l export PDF - [Exemples ICS du Planificateur Multi-Fuseaux](https://elysiatools.com/fr/samples/time-zone-workflow-scheduler-ics-samples): Fichiers ICS reprenant la meme structure que Time Zone Workflow Scheduler, avec plusieurs VEVENT de creneaux candidats - [Echantillons Go](https://elysiatools.com/fr/samples/go-viewer-samples): Fichiers d exemple pour la visionneuse Go dans le navigateur ## Contenu associé - [Revision PDF pour archivage, accessibilite et confiance](https://elysiatools.com/fr/hubs/pdf-archival-accessibility-trust): Nettoyer les scans, ajouter l'OCR, preparer le PDF/A, verifier l'accessibilite, ajouter des signets et controler les signatures. - [Flux d'extraction et de diagnostic PDF](https://elysiatools.com/fr/hubs/pdf-extraction-debugging-workflows): Diagnostiquez les extractions PDF difficiles: chiffrement, securite, pages, ordre de lecture, OCR, tableaux et sorties structurees. - [Preparation PDF pour LLM et RAG](https://elysiatools.com/fr/hubs/pdf-llm-rag-prep): Transformer des PDF en entrees propres, sures et citables pour resume LLM, embeddings, recherche et RAG. - [Decoupage RAG et preparation retrieval](https://elysiatools.com/fr/hubs/rag-chunking-retrieval-prep): Nettoyez PDF et Word, retirez le bruit d'extraction, detectez les prompts caches, segmentez le texte, notez les chunks et preparez les citations RAG.