Convertir par lot des articles académiques en Markdown avec citations APA
La rédaction se fait dans Word ; la publication se fait de plus en plus dans Markdown. Ce guide met en place un pipeline par lot qui convertit un dossier d'articles docx en une seule passe, conserve chaque figure et se termine avec des citations qui restent correctement formatées en APA ou dans tout autre style.
Les ingrédients : un convertisseur par lot, le moteur citeproc de pandoc et un fichier bibliographique structuré. Les citations sont la seule partie à préparer avant la conversion, et non après ; c'est pourquoi le cœur de ce guide y consacre l'essentiel de son temps.
Brouillons Word, destinations Markdown
La plupart des chercheurs rédigent encore dans Word : les collaborateurs l'attendent, les revues l'acceptent, et le suivi des modifications est profondément ancré dans les habitudes de chacun. Mais les endroits où les articles aboutissent vraiment parlent de plus en plus une autre langue. Wikis de laboratoire, dépôts institutionnels, plateformes de prépublication compatibles Markdown et projets de manuscrits versionnés veulent tous du texte brut que git peut comparer et que les modèles peuvent analyser.
Le flux qui passe à l'échelle est le lot : déposez un dossier de brouillons dans un convertisseur, laissez chaque fichier devenir un .md avec ses images, puis polissez. Faire cela à la main, article par article, c'est ainsi que les numéros de notes de bas de page dérivent et que les chemins des figures pourrissent. L'automatisation maintient la pile de brouillons et la pile de fichiers convertis en parfait synchronisme.
Le flux de travail par lot
Le convertisseur de ce site accepte une pile de fichiers docx d'un coup. Chaque fichier devient un travail dans une file d'attente avec son propre statut : en attente, conversion en cours, terminé, ou échoué avec la raison. Rien n'est téléversé, car le moteur pandoc s'exécute en WebAssembly dans votre navigateur : les manuscrits non publiés ne quittent jamais la machine.
Quand la file d'attente se termine, téléchargez le tout en un seul ZIP. À l'intérieur, chaque document source reçoit son propre sous-répertoire contenant le Markdown converti et un dossier media avec les images de ce document. Cet isolement par document compte pour les articles, car chaque fichier Word renomme ses images depuis zéro : image1, image2.
Deux habitudes rendent les lots indolores. D'abord, nommez les fichiers avant la conversion, car les noms de sortie dérivent des noms sources. Ensuite, convertissez un petit lot pendant que vous calibrez encore les options, puis lâchez le dossier complet une fois qu'un contrôle ponctuel semble correct.
Pourquoi les citations sont le vrai problème
Titres, tableaux et équations se convertissent bien. Pas les citations, à cause de la façon dont Word les stocke. Une bibliographie générée par l'outil de citation de Word, ou collée depuis un gestionnaire de références, est du texte formaté : elle a l'air juste dans le document mais ne porte aucun lien structuré vers l'enregistrement source.
Convertissez ce document et la bibliographie arrive en simples paragraphes, figée dans le style actif le jour de la rédaction. Changez de revue cible et chaque citation dans le texte devra être retouchée à la main. La solution consiste à migrer les citations vers des données structurées avant la conversion, pas après.
Citeproc en quatre-vingt-dix secondes
Le moteur de citation de pandoc s'appelle citeproc. L'idée : vos références vivent dans un fichier bibliographique, typiquement BibTeX avec une extension .bib, où chaque entrée possède une clé comme smith2020field. Dans le texte, vous écrivez l'arobase suivie de cette clé, et vous l'encadrez de crochets quand vous voulez que la citation se glisse entre parenthèses.
À la conversion, citeproc remplace chaque clé par une citation formatée et ajoute la liste de références formatée à la fin de la sortie. Le formatage lui-même vient d'un fichier CSL, une petite description de style en XML, avec des fichiers prêts à l'emploi pour des milliers de revues.
C'est la même machinerie que les gestionnaires de références comme Zotero et JabRef alimentent lors de l'export, et c'est pourquoi l'effort unique paie : un seul .bib peut piloter un manuscrit Word aujourd'hui et un wiki Markdown demain sans retaper une seule entrée.
Sortie APA avec un fichier CSL
Sans fichier de style, pandoc retombe sur Chicago author-date. Pour l'APA, téléchargez le fichier CSL de l'APA 7th edition depuis le dépôt officiel de styles citation-style-language, puis fournissez les deux fichiers au convertisseur. L'option de citation Pro de ce site prend une bibliographie plus un style CSL optionnel et exécute citeproc dans le worker, toujours entièrement dans le navigateur.
Vérifiez le résultat par rapport au manuel : citations author-date aux bons endroits, liste de références à la fin, numéros de page là où le style les veut. Les petits écarts remontent généralement à des entrées .bib incomplètes, à des DOI manquants ou à un fichier de style APA obsolète au lieu de la version actuelle.
Les équations survivent au voyage
Word stocke les équations natives en OMML, et pandoc les lit : les articles convertis transportent donc de vraies mathématiques plutôt que des captures d'écran. La sortie Markdown enrobe les maths en ligne de délimiteurs à signe dollar et place les équations hors texte sur leurs propres lignes ; la sortie LaTeX produit directement les environnements mathématiques correspondants.
Vérifiez deux choses après conversion : les maths en ligne que Word rendait de façon ambiguë, comme une fraction empilée compressée sur une ligne, et la numérotation des équations, dont Markdown n'a pas de notion native. Les équations numérotées destinées à une plateforme Markdown ont généralement besoin d'étiquettes gérées par le système de publication, pas par le convertisseur.
Quoi vérifier dans les tableaux et les figures
Les tableaux méritent un passage lent. Les grilles simples deviennent des tableaux à barres verticales que GitHub et Obsidian affichent, mais les cellules à régions fusionnées, paragraphes imbriqués ou contenu multiligne ne peuvent pas s'exprimer dans cette syntaxe, et pandoc retombe sur des dialectes Markdown que ces plateformes ignorent. Aplatissez les tableaux compliqués dans Word avant la conversion.
Les figures se convertissent avec leurs légendes en références d'images plus une ligne de texte, ce qui convient généralement, mais vérifiez que chaque fichier média existe bien dans le ZIP et que rien n'est arrivé en EMF ou WMF, formats que les navigateurs ne peuvent pas afficher. Ceux-là nécessitent une conversion rapide en PNG, retour dans Word.
Là où s'arrête l'automatisation
Trois limites méritent d'être nommées. Les anciens .doc ne sont pas pris en charge : enregistrez d'abord les vieux brouillons en .docx. Les bibliographies gérées par Word restent du texte brut ; les migrer signifie ressaisir les entrées dans un fichier .bib, ou exporter depuis le gestionnaire de références qui les a produites à l'origine.
Et si une revue LaTeX veut des commandes natbib plutôt que des citations formatées, la sortie de citeproc ne suffira pas ; il faut alors pandoc en ligne de commande avec le drapeau approprié. Pour tout le reste, la conversion par lot plus un .bib bien entretenu couvre l'aller-retour des brouillons Word vers un Markdown aux citations intactes.