Métadonnées PDF — ce que votre document révèle sans que vous le sachiez (et comment le contrôler)

En 2003, l'Associated Press publiait un article sur un plan d'attaque américain contre l'Irak. Le document officiel en Word, distribué par inadvertance, contenait dans ses métadonnées les noms de tous les fonctionnaires gouvernementaux ayant édité le fichier. En 2006, un avocat envoyait un document Word à des journalistes lors d'une affaire très médiatisée — les métadonnées révélèrent que des passages du texte avaient été supprimés et réécrits dans les heures précédant l'envoi. En 2011, des documents du gouvernement égyptien publiés pendant le Printemps Arabe contenaient des coordonnées GPS intégrées dans les métadonnées des photos — identifiant l'emplacement exact où elles avaient été prises.

Ces cas ne sont pas des anomalies historiques. Ils se produisent constamment dans les bureaux ordinaires, dans les appels d'offres, dans les mémoires et dans les propositions commerciales — simplement sans les gros titres. Les métadonnées sont la couche invisible de chaque version de chaque document numérique, et les ignorer entraîne des conséquences allant de l'embarrassant au juridiquement significatif.

Ce que sont les métadonnées dans un PDF

Les métadonnées sont des données sur des données : des informations décrivant le fichier, enregistrées automatiquement par le logiciel qui l'a créé ou édité, sans que l'utilisateur ait besoin (ou veuille généralement) les fournir.

Dans un fichier PDF, les métadonnées existent à deux niveaux :

1. Métadonnées du document (champs XMP et dictionnaire Info) : champs structurés contenant le titre, l'auteur, le sujet, les mots-clés, le logiciel de création, les dates de création et de modification. Ce sont celles qui apparaissent dans Fichier → Propriétés dans Adobe Acrobat.

2. Métadonnées intégrées dans les images (EXIF, IPTC, XMP d'image) : quand un PDF est créé à partir de photos ou inclut des images, celles-ci portent leurs propres métadonnées — qui peuvent inclure le modèle d'appareil photo, les réglages d'exposition, la date et l'heure de prise de vue, et des coordonnées GPS si la photo a été prise avec un smartphone avec la localisation activée.

3. Flux de révisions et commentaires : les PDF éditables ou créés à partir de documents Word avec suivi des modifications peuvent contenir l'historique des éditions, les commentaires, le texte supprimé et même des versions antérieures du contenu comme données résiduelles.

Ce que les métadonnées d'un PDF peuvent révéler

La liste est plus étendue que la plupart des gens ne l'imaginent :

• Nom complet de l'auteur : enregistré dans le compte utilisateur du logiciel (Word, LibreOffice, Adobe InDesign) ;
• Nom de l'entreprise : extrait de la même façon des paramètres du logiciel ou du système d'exploitation ;
• Logiciel et version : « Microsoft Word 16.0.15225 » ou « LibreOffice 7.4.2 » ;
• Date et heure exactes de création : quand le document a été généré pour la première fois ;
• Date et heure de dernière modification : quand le fichier a été enregistré pour la dernière fois — ce qui peut révéler qu'un contrat a été modifié à 23h47 la veille de son envoi ;
• Nombre de révisions : combien de fois le fichier a été enregistré depuis sa création ;
• Commentaires et annotations : marques effectuées lors de la révision du document non supprimées avant l'export ;
• Texte masqué et supprimé : dans certains PDF, des passages marqués comme « supprimés » dans l'éditeur peuvent rester présents dans le flux de données ;
• Coordonnées de géolocalisation : dans les images insérées prises avec un smartphone GPS actif ;
• Noms d'autres utilisateurs : quand plusieurs personnes ont révisé le document avec des comptes différents.

Implications pratiques — quand les métadonnées créent de vrais problèmes

Dans les appels d'offres et propositions

Une entreprise envoie une proposition technique et financière dans un appel d'offres public. Le PDF a été généré à partir d'un Word dont l'auteur est « Cabinet de conseil X — Marie Dupont ». L'acheteur ou un concurrent analysant le fichier voit que le document a été créé en 2022 et modifié 40 minutes avant la remise — et que l'auteur est un consultant externe, pas un employé de l'entreprise. Cela peut soulever des questions sur la paternité de l'offre.

Dans les contrats et documents juridiques

Un avocat exporte en PDF une ébauche de contrat qui a traversé plusieurs révisions. Les métadonnées révèlent le nombre de révisions (48, indiquant un long processus de négociation) et dans les commentaires résiduels, une note entre avocats sur la clause d'arbitrage : « le client n'accepte pas, mais on essaie de la faire passer ainsi. » Le document est envoyé à la partie adverse.

Dans les enquêtes et expertises judiciaires

L'envers de la médaille des métadonnées comme problème, c'est les métadonnées comme preuve : dans les litiges sur l'authenticité, la falsification ou la contrefaçon, les experts en informatique légale analysent les métadonnées pour reconstituer l'histoire du fichier. Sur la manière de prouver l'intégrité de documents numériques, lisez notre guide sur le hash SHA-256 et celui sur la cryptographie et la signature numérique.

Du point de vue de la protection des données

Les métadonnées contenant des noms de personnes physiques sont des données personnelles au sens du RGPD. Un document partagé en externe avec le nom de l'auteur dans les métadonnées est un partage de données personnelles — qui requiert une base légale. Lisez-en plus sur la confidentialité dans le traitement des documents : comparer des PDF sans upload — pourquoi c'est important pour le RGPD.

Comment consulter les métadonnées d'un PDF

Dans Adobe Acrobat Reader (gratuit)

Ouvrez le PDF et allez dans Fichier → Propriétés (ou Ctrl+D). L'onglet « Description » affiche les métadonnées de base ; « Polices » montre les polices incorporées ; « Sécurité » affiche les restrictions d'accès et d'édition.

Avec ExifTool (ligne de commande — référence technique)

ExifTool est l'outil standard d'analyse de métadonnées en informatique légale. Dans un terminal (Mac, Linux ou Windows avec ExifTool installé) :

exiftool document.pdf

Comment supprimer les métadonnées d'un PDF avant de le partager

Méthode 1 — Impression virtuelle (gratuit, méthode classique)

La méthode la plus simple : « imprimer » le PDF sur une imprimante PDF virtuelle (sur Windows : Microsoft Print to PDF ; sur Mac : enregistrer au format PDF depuis la boîte de dialogue d'impression) :

1. Ouvrez le PDF dans votre lecteur ;
2. Allez dans Fichier → Imprimer et sélectionnez l'imprimante PDF virtuelle ;
3. Enregistrez le nouveau fichier.

Le PDF généré par impression virtuelle est un « rendu » des pages — sans les métadonnées du document original. Attention : cette méthode supprime aussi les signatures numériques, commentaires visibles et formulaires interactifs.

Méthode 2 — Compression dans RoseLab (gratuit, sans upload)

Le compresseur de PDF de RoseLab, en plus de réduire la taille du fichier, supprime les métadonnées inutiles dans le cadre du processus d'optimisation. Le traitement se fait 100% dans votre navigateur — le fichier n'est pas envoyé à aucun serveur.

Le flux :

1. Ouvrez le compresseur de PDF ;
2. Chargez le fichier ;
3. Choisissez le niveau de compression ;
4. Le fichier résultant aura des métadonnées minimisées et une taille réduite.

Que faire avec les images et photos à l'intérieur du PDF

Si votre PDF contient des photographies, les images portent leurs propres métadonnées EXIF. La façon la plus sûre est de traiter les images avant de les insérer :

1. Ouvrez l'image dans un éditeur simple comme Paint (Windows) et exportez-la ;
2. Ou convertissez les images en PDF avec le convertisseur d'images en PDF de RoseLab ;
3. Puis fusionnez les images converties avec le reste du document.

Les métadonnées comme preuve : la perspective de l'expertise

Il est important d'équilibrer le propos : les métadonnées ne sont pas toutes un risque. Dans de nombreuses situations, elles sont un allié de l'authenticité :

• La date de création qui correspond à celle déclarée dans l'en-tête renforce la crédibilité du document ;
• L'auteur qui est bien celui qu'il devrait être confirme la paternité.

Le problème n'est pas les métadonnées elles-mêmes — c'est l'incohérence entre ce qu'elles disent et ce qu'affirme le document, ou la présence d'informations qui ne devraient pas être divulguées.

Intégration dans le flux complet de documents

• Avant d'envoyer en externe : vérifiez et nettoyez les métadonnées avec le compresseur ou l'impression virtuelle ;
• Pour les documents reçus : analysez les métadonnées pour vérifier la paternité et l'historique ;
• Pour les documents archivés : enregistrez le hash dans le vérificateur ;
• Avant la signature numérique : traitez le fichier (nettoyage des métadonnées inclus) puis recueillez les signatures ;
• Pour le dépôt électronique : compressez et si nécessaire divisez en parties.

Pour voir comment ces étapes s'enchaînent dans un processus complet, lisez notre guide complet pour comparer des documents et prouver ce qui a changé.

Questions fréquentes

Les métadonnées sont-elles visibles pour toute personne qui reçoit le PDF ? Oui — n'importe qui ayant accès au fichier peut voir les métadonnées avec le Adobe Acrobat Reader gratuit (Fichier → Propriétés). Aucune compétence technique particulière n'est nécessaire.

Renommer le fichier supprime-t-il les métadonnées ? Non. Le nom du fichier est externe au contenu ; les métadonnées sont incorporées à l'intérieur. Renommer ne change rien à l'interne.

Un PDF généré directement depuis Word a-t-il moins de métadonnées qu'un PDF produit par impression virtuelle ? Dans la plupart des cas, il en a plus : Word incorpore les informations de l'utilisateur, de l'entreprise, les dates de création et de modification, et les commentaires directement lors de l'export. L'impression virtuelle produit un PDF « propre » — un rendu des pages sans l'historique du document source.

Comment savoir si un outil de PDF en ligne respecte mes métadonnées ? La question la plus importante n'est pas ce qu'il fait avec les métadonnées — c'est ce qu'il fait avec le fichier entier. Tout service qui uploade votre document a accès à tout ce qu'il contient. L'approche la plus sûre est d'utiliser des outils qui traitent localement, comme RoseLab, où le fichier ne quitte jamais votre navigateur.