Convertir TGZ en PDF

Un programme, une imprimante, un système d’enregistrement ou un destinataire peut nécessiter un PDF à mise en page fixe plutôt qu’une archive compressée. Comme TGZ est uniquement un conteneur, la tâche requise consiste à en extraire le contenu et à convertir le document, l’image ou le fichier texte concerné en PDF.

Qu’est-ce que le format TGZ ?

TGZ combine une archive TAR avec une compression GZIP ; .tgz et .tar.gz sont des extensions équivalentes. Il stocke des fichiers et des dossiers, mais ne définit pas la manière dont ils doivent être affichés sous forme de pages. Les logiciels Linux et Unix utilisent couramment TGZ pour les packages de code source, les sauvegardes, les journaux, les jeux de données et les distributions de logiciels.

Qu’est-ce que le format PDF ?

PDF est un format de document à mise en page fixe pouvant contenir du texte, des images, des polices, des liens et des paramètres d’impression. Il convient au partage, à l’impression et à l’archivage de rapports, de manuels, de factures et de pages numérisées, car l’apparence des pages est généralement cohérente d’un système d’exploitation à l’autre. Les polices et autres ressources ne sont conservées que si elles sont incorporées ou disponibles d’une autre manière pour le lecteur PDF, et PDF ne constitue pas un remplacement général de la structure de répertoires d’une archive ni des types de fichiers arbitraires.

Comment convertir le contenu

1. Inspecter et extraire l’archive

Pour répertorier les fichiers sans les extraire sous macOS ou Linux, exécutez :

tar -tzf package.tgz

Pour extraire l’archive, exécutez :

tar -xzf package.tgz

Sous Windows, installez 7-Zip, cliquez avec le bouton droit sur le fichier et choisissez 7-Zip → Extract Here ou 7-Zip → Extract to folder. Certaines versions présentent séparément les couches GZIP et TAR ; extrayez donc le fichier .tar obtenu en tant que deuxième étape si nécessaire. Si l’archive contient déjà des fichiers PDF, l’extraction de ces fichiers suffit ; aucune conversion en PDF n’est nécessaire.

2. Sélectionner le fichier source

Examinez les dossiers extraits à la recherche de fichiers tels que DOCX, ODT, XLSX, PPTX, HTML, Markdown, TXT, JPG et PNG. Convertissez individuellement les fichiers sources pertinents au lieu de traiter toute l’arborescence comme un seul document. Un TGZ contenant du code source, des journaux ou des données sans rapport n’a pas d’équivalent PDF naturel unique.

3. Créer le PDF

Pour les fichiers DOCX, ODT, les feuilles de calcul et les présentations, LibreOffice est compatible avec Windows, macOS et Linux. Ouvrez le fichier et choisissez File → Export as PDF. Pour une conversion automatisée, utilisez :

soffice --headless --convert-to pdf --outdir output extracted-file.docx

Remplacez le nom et l’extension du fichier d’entrée si nécessaire. Les polices complexes, les macros, les objets incorporés, les graphiques et la mise en page avancée de Microsoft Office peuvent être modifiés lors de la conversion.

Pour Markdown, Pandoc peut générer un PDF si une installation LaTeX appropriée est installée :

pandoc README.md -o README.pdf

Pour HTML ou le texte brut, ouvrez le fichier dans un navigateur ou un éditeur et choisissez Print → Save as PDF. Pour les fichiers JPG ou PNG, utilisez la boîte de dialogue d’impression du système d’exploitation, Preview sous macOS ou un éditeur d’images prenant en charge l’exportation au format PDF. Plusieurs images peuvent être placées dans un seul PDF, mais leur ordre, leur taille de page et leur résolution doivent être configurés.

Options de conversion en ligne

Extrayez le TGZ localement avant de téléverser quoi que ce soit. CloudConvert et Zamzar peuvent convertir, via un navigateur, les formats courants de documents et d’images contenus dans l’archive vers PDF ; téléversez le fichier sélectionné, choisissez PDF comme format de sortie, puis téléchargez le résultat. Ne téléversez pas de dossiers confidentiels, d’identifiants, de code source propriétaire ou d’archives contenant des fichiers inconnus, sauf si les conditions de conservation, de traitement et de suppression du service sont acceptables.

Limites de qualité et de compatibilité

Installez les polices utilisées par le document source et vérifiez dans le PDF généré le format de page, l’orientation, les marges, les sauts de page, les liens hypertexte, les images et la sélection du texte. Les archives protégées par mot de passe, endommagées, imbriquées ou partiellement téléchargées doivent être déverrouillées, réparées ou extraites au niveau approprié avant la conversion. Conservez le TGZ d’origine lorsqu’il constitue la copie d’archive ; un PDF peut omettre les métadonnées, les autorisations, les fichiers exécutables, la structure des répertoires ou le contenu source modifiable.

Pour les pages numérisées, le PDF initial peut contenir uniquement des images. Exécutez OCRmyPDF sur ce PDF basé sur des images, après avoir installé les dépendances OCR requises, afin d’ajouter une couche de texte interrogeable :

ocrmypdf scanned.pdf searchable.pdf