# Factur-X : Valider la cohérence PDF/XML et éviter les erreurs

> Découvrez pourquoi les validateurs Factur-X standards ne détectent pas les écarts PDF/XML et comment construire un pipeline de contrôle complet pour garantir la conformité de vos factures.

Published: 2026-11-21

Canonical: https://sygnet.ai/fr/blog/factur-x-valider-coherence-pdf-xml-eviter-erreurs

---

## À retenir
- Aucun validateur Factur-X grand public ne compare la page PDF visible au XML intégré ; peppolvalidator.com indique clairement que « la correspondance entre le texte visible du PDF et le XML » n'est pas vérifiée, et ni veraPDF, ni Mustang, ni le Schematron officiel ne le font davantage.
- Schéma plus Schematron détecte les erreurs arithmétiques, pas les divergences : un fichier peut passer la validation XSD tout en comptabilisant un montant erroné, ce qui explique qu'un fichier structurellement parfait avec un montant total majoré de 100,00 ne soit repéré que par la couche Schematron, via la règle BR-CO-15.
- Un pipeline de cohérence opérationnel comporte cinq portes : conteneur (PDF/A-3), packaging (nom de fichier, /AF, XMP), schéma, Schematron, puis un diff sémantique entre les valeurs XML et le texte extrait de la page rendue.
- Définir `/AFRelationship = Alternative` constitue une affirmation juridique selon laquelle les deux représentations portent un contenu fiscal identique ; si vous le faites, encore faut-il que le diff le prouve.

## Pourquoi un validateur Factur-X standard ne détecte-t-il pas un écart PDF/XML ?

Parce que tous les outils de validation publiés opèrent sur le XML ou sur le conteneur, jamais sur la page rendue. Une facture Factur-X est considérée valide si elle constitue un PDF/A-3 valide, possède un XMP valide, et si le XML intégré passe le XSD du profil puis le Schematron du profil. Rien dans cette liste ne lit les pixels ou le texte de la page. Le même écart se retrouve un niveau plus bas, au niveau des métadonnées : le profil propre au XML est lu séparément du niveau de conformité XMP, et rien dans le validateur de Mustang ne compare les deux, de sorte qu'un XMP indiquant BASIC sur une facture EN 16931 ne déclenche aucune alerte.

La conséquence est un fichier vert partout et pourtant erroné en production. Le système comptable fournisseur de l'acheteur comptabilise le XML ; un valideur humain lit la page. Si la page indique 12 480,00 € et le XML 12 408,00 €, les deux parties sont satisfaites, et le litige n'apparaît qu'au moment du rapprochement comptable, voire lors d'un contrôle fiscal. Les éditeurs d'outils reconnaissent cette limite plutôt que de la masquer : la cohérence des totaux et de la TVA ne doit jamais être déduite du seul rendu visuel.

> Un feu vert sur tous les validateurs officiels signifie que le fichier est bien formé, pas que les deux représentations disent la même chose.

## À quoi vous engage réellement AFRelationship=Alternative ?

C'est une affirmation factuelle sur vos données, opposable juridiquement dans au moins une juridiction. La spécification attribue un sens précis à cette clé : Data lorsque la représentation visuelle porte plus de données de facturation que le XML, Source lorsque la représentation visuelle a été produite à partir du XML, Alternative lorsque les deux portent exactement le même contenu de facturation sous deux formes. Pour la France, ce choix reste ouvert, mais pour un usage en Allemagne, la spécification rend Alternative obligatoire, pour des raisons juridiques, car cette valeur affirme que le contenu pertinent fiscalement des deux représentations est identique.

Deux pièges en découlent. D'abord, les bibliothèques ont de mauvaises valeurs par défaut : la bibliothèque Python factur-x utilise `data` par défaut et ne rétrograde discrètement `alternative` vers `data` que pour les deux profils réduits, de sorte qu'un appel avec les paramètres par défaut pour une facture EN 16931 produit un fichier structurellement parfait mais avec la mauvaise relation, sans que rien en aval ne s'y oppose. Ensuite, lorsque PDF et XML sont des entrées indépendantes, personne ne peut garantir l'affirmation : si le PDF est généré à partir de HTML et le XML intégré séparément, ni l'éditeur ni un validateur ne peuvent savoir s'ils concordent, et c'est à vous de rendre Alternative vrai. Historiquement, même le matériel de référence a été négligent sur ce point : les exemples ZUGFeRD 2.1 eux-mêmes contiennent une clé /AFRelationship erronée, Data au lieu du Alternative ou Source requis.

## Quelles sont les couches d'un pipeline de contrôle Factur-X ?

Cinq, exécutées dans l'ordre, chacune rejetant pour des raisons différentes. Les trois couches classiques sont bien documentées : vérifier la conformité PDF/A-3, valider le XML CII contre le XSD, puis vérifier les règles métier du profil via Schematron. Ajoutez une porte de packaging et un diff page-versus-XML, et vous obtenez un dispositif qui protège réellement la comptabilité.

| Porte | Contrôles | Outillage type | Détecte |
|---|---|---|---|
| 1. Conteneur | PDF/A-3 (3a/3b/3u) | veraPDF | PDF externe en PDF/A-1, A-2 ou PDF simple |
| 2. Packaging | nom de fichier, tableau /AF, XMP | Mustang, facturx-check | le XMP indique `zugferd-invoice.xml` alors que le fichier intégré est `factur-x.xml` |
| 3. Schéma | XSD du profil | lxml, Saxon | mauvais éléments, mauvais ordre, mauvais types de données, avec ligne et colonne |
| 4. Schematron | BR-*, BR-CO-*, FX-SCH-A-* | artefacts officiels du profil | plus de 200 règles métier dont l'arithmétique TVA BR-CO-14 et l'exigence IBAN BR-61 |
| 5. Diff sémantique | XML vs page rendue | votre propre code | l'écart que personne d'autre ne teste |

Le conteneur externe est un PDF/A-3, et un flux unique /EmbeddedFile sous /Names/EmbeddedFiles porte le XML, la pièce jointe étant nommée factur-x.xml pour chaque profil, répertoriée sous /Names/EmbeddedFiles et référencée depuis le tableau /AF du catalogue. La porte 2 existe parce que cette double déclaration est facile à implémenter partiellement : le XML doit en outre être déclaré comme pièce jointe PDF classique via /EmbeddedFiles, afin que les outils ne gérant pas les fichiers associés puissent tout de même le traiter.

## Comment construire la porte 5, le diff sémantique ?

Extraire le XML, extraire le texte de la page, normaliser les deux vers un jeu de champs canonique, puis comparer champ par champ avec des tolérances déclarées. Concrètement : extraire `factur-x.xml` (ou `zugferd-invoice.xml`, ou `xrechnung.xml`) du conteneur, parser les valeurs BT qui vous intéressent, et restituer la page en texte via un extracteur de la couche texte du PDF, en ne recourant à l'OCR qu'en l'absence de couche texte. Chaque élément Factur-X correspond à un identifiant BT ou BG EN 16931 précis, donc la cartographie BT constitue votre clé de comparaison, et non un dictionnaire de libellés improvisé.

Choisissez un jeu de champs restreint. BT-1 (numéro de facture), BT-2 (date d'émission), BT-5 (devise), identifiants vendeur et acheteur, BT-109 (total hors TVA), BT-110 (total TVA), BT-112 (total TTC), plus quantité, prix unitaire et montant de ligne par ligne au-delà de BASIC. Comparez les montants numériquement après suppression des séparateurs de milliers et normalisation du séparateur décimal ; comparez les dates en tant que dates ; comparez les identifiants après suppression des espaces superflus. Pour les montants de TVA, autorisez la tolérance désormais prévue par la norme elle-même : Factur-X 1.0.8 a introduit des tolérances d'arrondi, de sorte que de petits écarts dans les montants de taxe calculés ne sont plus traités comme des erreurs de validation. Pour tout le reste, en particulier les totaux et les SIREN/SIRET, exigez une correspondance exacte ou un échec bloquant.

La comparaison au niveau des champs est un problème de mesure de précision, traitez-la comme tel : précision et rappel par champ sur un corpus annoté plutôt qu'un simple taux de réussite/échec. Notre [checklist pour évaluer la précision d'extraction](https://sygnet.ai/checklists/extraction-accuracy-evaluation) détaille la conception des métriques, et les tableaux de lignes méritent un traitement à part, où [GriTS et TEDS](https://sygnet.ai/blog/table-extraction-metrics-grits-teds-semantic-evaluation) sont plus pertinents qu'une simple égalité de chaînes de caractères.

## Quels cas d'échec votre corpus de test doit-il couvrir ?

Au moins huit, et la plupart ne relèvent pas de l'arithmétique. Un jeu de fixtures utile pour démarrer : un fichier EN 16931 propre ; le défaut de total détecté par BR-CO-15 ; une facture PDF ordinaire sans pièce jointe ni métadonnées Factur-X ; un désaccord entre profil XMP et XML ; une incohérence de nom de fichier ; un fichier MINIMUM (car MINIMUM et BASIC WL ne portent que les données d'en-tête et les totaux, le détail des lignes n'existant que sur la page lisible par un humain, de sorte qu'un parseur exigeant ram:IncludedSupplyChainTradeLineItem échoue sur les deux) ; un conteneur PDF/A-1 ; et un fichier où XML et page sont délibérément en désaccord sur BT-112.

Les corpus réels sont plus désordonnés qu'on ne l'imagine. En exécutant un vérificateur de cohérence sur les 36 PDF du jeu de ressources de test du projet Mustang, on obtient 12 fichiers cohérents, 12 sans facture, 4 présentant une véritable incohérence (propriétés XMP Factur-X manquantes, XMP non analysable, niveau de conformité incohérent, table de références croisées endommagée) et 8 avec avertissements ou remarques. À noter également que MINIMUM constitue un cas `Data` délibéré, et non un bug : MINIMUM et BASIC WL ne portent jamais une facture complète, donc les deux pays exigent Data dans ce cas. Votre diff doit sauter la comparaison ligne par ligne pour ces profils plutôt que de signaler chaque ligne comme manquante.

> Si votre validateur affiche un feu vert sur un fichier dont la page et le XML sont en désaccord sur le montant total, vous n'avez pas un validateur, vous avez un parseur.

## Où cela se situe-t-il dans un pipeline de réception ?

La porte 5 est peu coûteuse côté émission et indispensable côté réception, là où vous ne maîtrisez ni le générateur ni le profil. Le flux entrant mélange profils, versions et générateurs : les PDF proviennent de Mustangproject, de la bibliothèque factur-x, de SAP Document Compliance, DATEV, Lexware, Sage, Quadient AP ou de pipelines maison en PDFBox. Le décalage de versions compte également : Factur-X 1.09.2 s'applique à partir du 1er septembre 2026, et les configurations de validateurs actuelles figent EN16931 1.3.16 et Factur-X 1.09.2 / ZUGFeRD 2.5.2. Figez les versions de vos artefacts en intégration continue et traitez toute montée de version d'artefact comme une modification de code.

La politique compte autant que le code. Décidez à l'avance si un échec du diff met la facture en quarantaine, la route vers un humain, ou accepte le XML en signalant le PDF. Les mainteneurs de Mustang décrivent sans détour l'un de ces modes : rejeter automatiquement les factures incomplètes, incohérentes ou arithmétiquement incorrectes provenant de vos fournisseurs. Pour la France, rappelons que la conformité technique n'est pas une fin en soi : elle ne prouve ni la sincérité commerciale de la facture ni sa délivrance effective, et dans le cadre de la réforme, elle doit de toute façon transiter par la plateforme agréée. Sygnet travaille sur le volet extraction de ce problème, en lisant la couche visible afin de pouvoir la comparer aux données structurées ; le contexte français plus large est couvert sur notre [page e-invoicing France](https://sygnet.ai/solutions/e-invoicing-france), et la question de développer soi-même ce diff ou de l'acheter relève d'un classique arbitrage [build vs buy](https://sygnet.ai/build-vs-buy-idp).

## FAQ
### veraPDF peut-il vérifier que le XML correspond au PDF ?

Non. veraPDF valide le conteneur par rapport à la norme ISO 19005-3 et signale des éléments tels que des violations pdfa1a lorsque le PDF externe relève de la mauvaise partie PDF/A. Il n'a aucune notion de la sémantique de facturation. La répartition recommandée est explicite : un validateur de facture compatible ZUGFeRD pour le XML et les règles métier, plus un validateur PDF/A tel que veraPDF pour le conteneur du document. Aucune des deux moitiés ne lit la page rendue, le diff reste donc à votre charge.

### Le diff doit-il utiliser la couche texte du PDF ou l'OCR ?

La couche texte en priorité, l'OCR en secours. Les PDF Factur-X sont générés, non numérisés, de sorte qu'une couche texte existe presque toujours et fournit des données caractère par caractère exactes, y compris les séparateurs décimaux nécessaires à la comparaison des montants. L'OCR introduit des confusions de chiffres (8/B, 0/O, 1/7) qui généreront de faux écarts sur les totaux. Réservez l'OCR aux ré-exports numérisés, et relevez le seuil de tolérance en conséquence. Les arbitrages entre approches sont détaillés dans notre [comparatif OCR vs VLM](https://sygnet.ai/ocr-vs-vlm).

### Quel profil émettre pour la réforme française ?

EN 16931 ou supérieur. Seuls EN 16931 et EXTENDED sont valables pour le mandat B2B français ; tout profil inférieur échoue sur la surcouche CIUS-FR, et de nombreuses bibliothèques PDF utilisent par défaut MINIMUM ou BASIC car ces profils exigent le moins de données. Si vous servez spécifiquement des clients français, la France publie EXTENDED-CTC-FR, une variante d'EXTENDED portant les champs supplémentaires nécessaires à la Plateforme Agréée pour le reporting du cycle de vie auprès de la DGFiP.

### Passer le Schematron EN 16931 garantit-il la conformité CIUS-FR ?

Non. Les couches sont indépendantes. La France superpose CIUS-FR à EN 16931 avec des champs supplémentaires obligatoires tels que le SIRET et les codes fiscaux français, ainsi que des cardinalités plus strictes, et une facture Factur-X peut passer la couche EN 16931 tout en échouant sur CIUS. De nombreux validateurs publics ignorent également ce contrôle : peppolvalidator cite le profil français EXTENDED-CTC-FR et ses règles BR-FR parmi les éléments qu'il ne vérifie pas. Vérifiez quel ensemble d'artefacts votre outil charge réellement.