Référencer un document PDF : ce qui marche et ce qui coince

Guides pratiques, fiches techniques, catalogues, rapports annuels : de nombreux sites publient des documents au format PDF. Les moteurs de recherche savent les lire et les afficher dans leurs résultats, souvent avec la mention « PDF » à côté du titre. Mais un PDF n’est pas une page web comme les autres, et il suffit de quelques maladresses pour qu’il reste invisible ou qu’il offre une mauvaise expérience à ceux qui le trouvent.
Les moteurs lisent les PDF, à une condition
Google indexe le texte contenu dans les fichiers PDF, en suit les liens et peut les classer comme n’importe quelle page. La condition est que ce texte existe réellement. Un document créé à partir d’un traitement de texte ou d’un logiciel de mise en page contient du texte sélectionnable : tout va bien. Un document scanné, en revanche, n’est qu’une suite d’images. Le moteur peut tenter une reconnaissance de caractères, mais le résultat est incertain.
Pour vérifier, ouvrez le PDF et essayez de sélectionner une phrase à la souris. Si vous n’y parvenez pas, le document est une image et doit passer par un logiciel de reconnaissance de caractères avant d’être publié.
Les réglages qui comptent
Le titre du document
Les propriétés d’un PDF contiennent un champ « Titre ». Les moteurs peuvent l’utiliser comme titre du résultat. S’il est vide, ils prennent souvent le nom du fichier ou la première ligne du texte. Un fichier intitulé « Document1 » ou « Microsoft Word - version finale v3 » dans les résultats ne donne pas une image très professionnelle. Renseignez ce champ dans le logiciel d’export, comme vous le feriez pour la balise title d’une page.
Le nom du fichier
Il apparaît dans l’adresse du document. guide-entretien-toiture.pdf est plus clair que doc_final_2_OK.pdf. Les règles sont celles des URL lisibles : minuscules, tirets, mots utiles.
La structure
Utilisez les styles de titres du traitement de texte plutôt qu’une simple mise en gras. Ils produisent un document balisé, que les moteurs et les lecteurs d’écran comprennent mieux, et génèrent des signets de navigation dans le PDF.
Les liens
Les liens cliquables présents dans un PDF sont suivis par les moteurs. Un rapport qui cite des pages de votre site peut donc contribuer à leur découverte. Vérifiez qu’ils fonctionnent après l’export.
Le poids
Un PDF de plusieurs dizaines de mégaoctets, plein d’images en haute définition, est pénible à ouvrir sur mobile. Compressez les images et proposez, si nécessaire, une version légère pour la lecture à l’écran.
Les limites du format
| Point | Page HTML | Document PDF |
|---|---|---|
| Lecture sur mobile | Adaptée à l’écran | Mise en page fixe, zoom nécessaire |
| Navigation vers le reste du site | Menu, liens, fil d’Ariane | Aucune, sauf liens insérés |
| Mesure d’audience | Complète | Limitée à l’ouverture du fichier |
| Mise à jour | Immédiate | Nouveau fichier à exporter et remplacer |
| Balises meta | Toutes disponibles | Champs de propriétés seulement |
Le visiteur qui arrive directement sur un PDF depuis un moteur n’a souvent aucun moyen simple de découvrir le reste du site. Il lit le document, puis repart. C’est la principale faiblesse du format pour l’acquisition de trafic.
La bonne pratique : une page HTML qui présente le document
Pour les documents importants, la solution la plus efficace consiste à créer une page web dédiée :
- un titre et une introduction qui résument le contenu du document ;
- les points essentiels repris en texte, avec intertitres ;
- un lien de téléchargement clair vers le PDF, avec son poids ;
- des liens vers les autres contenus du site sur le même thème.
Cette page sera mieux adaptée à la recherche, plus agréable sur mobile et plus facile à mettre à jour. Le PDF reste disponible pour ceux qui veulent l’imprimer ou le conserver. Si le texte de la page et celui du PDF sont identiques, on peut indiquer la page comme version de référence pour éviter le contenu dupliqué, grâce à un en-tête HTTP canonical configuré sur le serveur.
Retirer ou remplacer un PDF
Un document obsolète qui continue d’apparaître dans les résultats peut nuire à l’image d’une organisation : ancienne grille tarifaire, procédure périmée, coordonnées erronées. Plusieurs options :
- remplacer le fichier à la même adresse par la version à jour, pour conserver les liens ;
- s’il est déplacé, mettre en place une redirection 301 vers la nouvelle version ;
- s’il doit disparaître, le supprimer pour qu’il réponde en 404 ou 410, puis demander sa suppression temporaire des résultats dans la Search Console en attendant la prochaine exploration.
Pour empêcher l’indexation d’un PDF tout en le laissant accessible, on ne peut pas ajouter de balise meta robots dans le fichier : il faut passer par l’en-tête HTTP X-Robots-Tag: noindex, configuré sur le serveur.
En résumé
Un PDF se référence s’il contient du vrai texte, un titre renseigné, un nom de fichier clair et un poids raisonnable. Pour les documents qui comptent, une page HTML de présentation fait le lien entre la recherche et le téléchargement, et donne au lecteur une porte d’entrée vers le reste du site.
Cet article peut contenir des liens partenaires. Ils n'influencent jamais ce que nous écrivons.