Quand vous téléchargez un article sur CNKI, en particulier un mémoire de master ou une thèse de doctorat, vous obtenez souvent non pas un PDF, mais un fichier .caj ou .nh. Sous Windows, il faut d’abord installer CAJViewer ; sur Mac, sous Linux, sur une tablette ou un téléphone, on ne sait souvent même pas avec quoi l’ouvrir.

Look Scanned peut désormais ouvrir ces fichiers directement. Rendez-vous sur CAJ en PDF numérisé et sélectionnez le fichier : l’article est converti dans votre navigateur et s’affiche page par page. Vérifiez-le, ajoutez un effet de numérisation et téléchargez un PDF qui s’ouvre sur n’importe quel appareil. Pas besoin d’installer CAJViewer, ni de vous connecter à un compte.

Que sont les fichiers CAJ, KDH et NH ?

CAJ est le format de document propriétaire de CNKI (China National Knowledge Infrastructure), et CAJViewer est le lecteur que CNKI a conçu pour ce format. Deux autres extensions appartiennent à la même famille, .kdh et .nh ; .nh est courant pour les mémoires de master et les thèses de doctorat. Ni les lecteurs PDF habituels ni les navigateurs ne savent ouvrir ces fichiers.

Look Scanned convertit le fichier en PDF dans votre navigateur avec le convertisseur open source caj2pdf-rust, puis l’affiche et lui applique l’effet de numérisation comme à n’importe quel autre PDF.

Quels fichiers peut-on convertir ?

  • .caj et .kdh : la plupart des fichiers se convertissent directement. Le texte, les équations et les figures s’affichent tels qu’ils sont sur la page.
  • Thèses .nh : les pages enregistrées avec le codage HN ou C8 sont pour l’instant prises en charge à titre expérimental, et certains fichiers peuvent ne pas se convertir. En cas d’échec, vous voyez un message d’erreur plutôt qu’un PDF incomplet. Le convertisseur détecte le codage d’après le contenu du fichier : un fichier .caj contenant ce type de pages est donc traité de la même façon.
  • Format TEB : pas encore pris en charge.
  • Table des matières (signets) : non conservée. Le PDF numérisé est une suite d’images de pages, et le plan du document d’origine n’est pas repris.

Si un fichier refuse de s’ouvrir, regardez si CNKI propose une version PDF du même article, puis ouvrez ce PDF dans Look Scanned.

Comment transformer un fichier CAJ en PDF numérisé ?

  1. Ouvrez CAJ en PDF numérisé et sélectionnez votre fichier .caj, .kdh ou .nh.
  2. Attendez la fin de la conversion, puis parcourez l’aperçu page par page en vérifiant le texte, les équations, les tableaux et les images.
  3. Réglez l’effet de numérisation, par exemple le ton du papier, l’inclinaison et le grain. Les articles regorgent de petits caractères et de formules : limitez le flou et le bruit pour qu’ils restent lisibles.
  4. Sélectionnez « Générer le PDF numérisé », puis « Télécharger le PDF numérisé ».

Les articles longs demandent un peu de temps, pour la conversion comme pour la génération : plus il y a de pages, plus c’est long. Si vous avez plusieurs articles, la numérisation par lots de Pro les traite en une seule fois, même en mélangeant fichiers CAJ et PDF. Pour obtenir une image par page, choisissez PNG ou JPEG comme format de sortie ; notre guide PDF, JPG et PNG explique les différences.

Pourrai-je encore rechercher et copier le texte ?

Comme pour une vraie numérisation, le PDF généré enregistre par défaut chaque page sous forme d’image : le texte ne peut donc pas être sélectionné.

Si vous avez besoin de rechercher et de copier le texte, activez « Conserver le texte original (similaire à l’OCR) » dans les Paramètres de sortie au moment d’enregistrer en PDF. Les pages .caj comportent généralement une couche de texte, et ce texte est écrit tel quel dans le PDF numérisé : les pages ont l’air numérisées, mais le texte reste recherchable et copiable. Il ne s’agit pas d’OCR : les pages enregistrées sous forme d’images (c’est le cas de la plupart des thèses .nh) n’ont pas de texte au départ, il n’y a donc rien à conserver.

Votre fichier reste sur votre appareil

La conversion comme la numérisation se font dans votre navigateur, et l’article n’est jamais envoyé sur un serveur. Le convertisseur est un module WebAssembly chargé depuis le site de Look Scanned lui-même, et il n’envoie aucune requête ailleurs. Une fois chargé, il est mis en cache par votre navigateur : les fichiers CAJ s’ouvrent alors même hors ligne.

Bon à savoir

  • Respectez le droit d’auteur et les conditions d’utilisation. Les articles de CNKI sont protégés par le droit d’auteur, et leur téléchargement comme leur utilisation sont soumis aux conditions de CNKI et à la licence de votre université ou de votre établissement. Ne traitez que des fichiers que vous avez le droit d’utiliser ; les convertir en PDF ne change rien à ces limites.
  • Un effet de numérisation est toujours ajouté. Look Scanned sert justement à donner aux documents un aspect numérisé. Si vous avez seulement besoin d’un PDF propre, privilégiez la version PDF proposée par CNKI.
  • Comparez l’aperçu avant l’envoi. La prise en charge de HN/C8 est encore en cours d’amélioration, et une page peut parfois différer légèrement de ce qu’affiche CAJViewer. Pour les fichiers importants, vérifiez chaque page avant de générer le PDF.

L’OFD, autre format à mise en page figée venu de Chine, se traite de la même façon. Un fichier CAJ vous résiste ? Essayez maintenant.