Importer des documents

Ces formats sont acceptés :

• Documents : .pdf, .docx, .doc, .odt ;
• Présentations et tableurs : .pptx, .odp, .ods (le texte des diapositives, des feuilles et des cellules est indexé ; les formules et les graphiques ne le sont pas) ;
• Texte : .txt, .md (Markdown) ; le format RTF n'est volontairement pas accepté (enregistrez-le en Word ou en texte) ;
• Pages web enregistrées : .html, .htm (réduites au texte, à la structure et aux liens ordinaires : ni script, ni image distante, ni formulaire) ;
• Images et scans : .jpg, .jpeg, .png, .tif, .tiff, lus par reconnaissance de caractères comme un PDF scanné, dans les limites de votre abonnement (la lecture de scans n'est pas incluse partout) ;
• E-mails : .eml et .msg (voir plus bas).

Le contrôle porte sur l'extension et sur le contenu réel du fichier : à l'import, on vérifie la signature du fichier ; sa structure interne est examinée ensuite, dans un conteneur isolé, et un fichier qui n'est pas ce qu'il prétend être apparaît « illisible » dans la liste. Un fichier renommé pour ressembler à un PDF est refusé, comme une archive Word dont le contenu est anormal.

Trois limites s'appliquent, et la fenêtre d'import les rappelle avant l'envoi.

• Trente fichiers au maximum par lot. Au-delà, les fichiers excédentaires ne sont pas ajoutés à la sélection et la raison est affichée.
• La taille maximale par fichier dépend de votre abonnement. Elle est rappelée dans la fenêtre d'import, sous « Espace restant avec votre abonnement ».
• Le nombre total de documents et l'espace de stockage peuvent également être plafonnés par l'abonnement du cabinet ; la fenêtre affiche ce qu'il reste.

Ces limites sont vérifiées dans le navigateur avant l'envoi, puis à nouveau par le serveur. Un contrôle contourné côté navigateur est rattrapé côté serveur.

Un PDF de 250 pages ou plus est importé comme ouvrage. Il n'est pas lu d'un bloc : thesr le lit par tranches de cent pages, puis le découpe en chapitres, d'après ses propres signets quand il en a, sinon d'après les titres qu'il trouve en haut des pages (« Chapitre 3 », « Titre II »…), sinon par tranches de vingt pages. Un chapitre très long est lui-même divisé en parties.

La fenêtre d'import le dit avant l'envoi : dès qu'un fichier est choisi, elle compte ses pages et indique qu'il sera importé comme ouvrage, ou pourquoi il ne le sera pas. Pendant la lecture, la liste des imports en cours affiche la progression (« Ouvrage · 240 / 480 pages lues »). Un ouvrage dont la lecture est interrompue reprend là où elle s'était arrêtée.

Ce qui change ensuite :

• Dans la recherche, un ouvrage reste un seul résultat, classé selon son chapitre le plus pertinent. Le résultat nomme ce chapitre et sa page, et l'extrait en est tiré.
• Dans le lecteur, l'ouvrage s'ouvre sur sa table des matières, puis se lit chapitre par chapitre (voir « Comment lire un ouvrage ? »).

Cinq étapes, depuis n'importe quel écran de l'application.

1. Cliquez sur Importer, depuis le tableau de bord ou depuis l'écran Documents.
2. Déposez vos fichiers dans la zone prévue, ou utilisez « Sélectionner manuellement ».
3. Vérifiez la liste : chaque ligne affiche le nom, la taille, et permet de renommer, de réinitialiser le nom ou de retirer le fichier.
4. Dans « Classer dans », cochez la ou les catégories de destination.
5. Cliquez sur Lancer l'import et laissez la fenêtre ouverte pendant le transfert.

L'indexation se poursuit en arrière-plan une fois le transfert terminé. Vous pouvez fermer la fenêtre et continuer à travailler : les documents apparaissent dans la liste avec un état « en cours de traitement » puis deviennent cherchables.

Dans votre bibliothèque personnelle.

Si vous cochez des catégories, la bibliothèque de destination est déduite de ces catégories. Toutes les catégories cochées doivent appartenir à la même bibliothèque : un lot ne peut pas être réparti entre deux bibliothèques en une opération.

Oui. Chaque ligne de la sélection est éditable, et « Titre d'origine » rétablit le nom du fichier.

Le titre peut aussi être modifié après l'import, depuis la fiche du document.

thesr calcule une empreinte du fichier et détecte le doublon à l'intérieur d'une bibliothèque. Le même document peut donc exister dans deux bibliothèques différentes, ce qui est nécessaire, par exemple, pour recopier une pièce depuis un espace de stockage relié vers la bibliothèque du cabinet.

Un fichier identique déjà présent dans la bibliothèque visée n'est pas dupliqué.

L'erreur est donnée comme une cause, jamais comme un message technique.

Les documents en échec sont regroupés pour être traités ensemble, et une reprise du traitement est proposée sur chaque document concerné.

Une présentation est importée comme les autres documents, son texte est extrait et indexé. Comme lire une présentation sous forme de paragraphes n'a pas de sens, thesr en produit aussi un rendu PDF, affiché dans le lecteur.

Si ce rendu échoue, l'import reste valable : vous perdez l'aperçu, pas le document ni son indexation.

Non. Un document Word, PowerPoint, OpenDocument ou une page web est importé et thesr retire ce qui ne doit pas circuler : macros, contrôles ActiveX, objets embarqués, scripts, extensions, et les liens que le document irait chercher à l'extérieur (images distantes, lien vers le modèle .dotx dont un courrier a été tiré, par exemple). Les liens hypertextes ordinaires restent : ils ne font rien tant qu'on ne clique pas.

Le texte du document n'est pas modifié. Le lecteur indique ce qui a été retiré (« Importé sans : … »), et la copie conservée dans thesr est la copie nettoyée : un collègue qui la télécharge ne reçoit pas ce que le cabinet a retiré. Votre fichier d'origine, sur votre poste, n'est jamais touché. Seul un fichier dont la structure est hors limites (archive piégée qui se décompresse démesurément) reste refusé.

Oui, au format .eml (Apple Mail, Thunderbird, Gmail, Outlook : glissez le message hors du programme, ou « Enregistrer sous ») et au format .msg d'Outlook. Le message devient un document dont le texte est son en-tête (expéditeur, destinataires, date, objet) et son corps : on le retrouve par une recherche sur un nom, une adresse ou une phrase. Il porte son objet pour titre.

Chaque pièce jointe que thesr sait lire (PDF, Word .docx et .doc, ODT, PowerPoint .pptx, et les messages transférés en pièce jointe) devient un document à part entière, indexé et cherchable comme n'importe quel autre. Dans le lecteur, le message liste ses pièces jointes, chacune s'ouvre d'un clic, et une pièce jointe indique le message dont elle vient. Elles vont dans la même bibliothèque et les mêmes catégories que le message, et dans les mêmes workspaces. Les images (logos de signature, photos) sont ignorées.

Votre abonnement s'applique à chaque pièce jointe, comme à un import ordinaire : taille maximale d'un fichier, nombre de documents, stockage de la bibliothèque et, si le message est anonymisé, quota d'anonymisation. Ce qui dépasse n'est pas importé et le message le dit.

Ce qui n'est pas importé est signalé avec sa raison : un tableur ou un exécutable (format non pris en charge), un fichier qui n'est pas ce qu'il prétend être, une pièce jointe trop volumineuse pour votre abonnement, ou ce que la limite de votre abonnement ou celle d'un message ne permet pas d'ajouter. Rien de cela n'est conservé.

Si l'anonymisation est demandée, elle s'applique au message et à chacune de ses pièces jointes (dans la limite de ce qu'il reste de votre quota : une pièce jointe n'est jamais importée en clair à la place) ; l'expéditeur et les destinataires ne sont pas conservés à part, et les pièces jointes sont titrées « Pièce jointe 1 », « Pièce jointe 2 »… Supprimer le message ne supprime pas ses pièces jointes, qui restent des documents.

Oui, avec l'application de synchronisation pour macOS et Windows, décrite dans le module Synchronisation. Elle est réservée aux abonnements qui l'incluent.