مقارنة ملفي PDF

كيف يعمل

نسختان من عقد أو سياسة أو مواصفات، ولا أحد يتذكر ما الذي تغيّر. وقراءتهما جنبًا إلى جنب هي الطريقة التي تفوت بها الأخطاء. تستخرج هذه الأداة النص من كليهما وتبلّغ بدقة عن الأسطر التي أُضيفت أو حُذفت أو تُركت — وهي عادةً قائمة أقصر بكثير مما تبدو.

كيف تعمل المقارنة

يُستخرج النص من المستندين، ثم يُقارَن باستخدام فرق أطول تتابع مشترك — وهو النهج نفسه الذي تستخدمه أنظمة التحكم بالإصدارات. وهذا مهم: فالمقارنة الساذجة التي تحاذي الملفين موضعًا بموضع تُبلّغ عن كل سطر بعد الإدراج على أنه تغيّر، مما يجعل التقرير عديم الفائدة. أما هذه فتحدد الإدراج وتترك الباقي كما هو.

سطرًا بسطر أو كلمةً بكلمة

سطرًا بسطر هو الافتراضي الصحيح للمستندات التي تبقى فقراتها في مكانها. وكلمةً بكلمة أفضل عندما يعاد تدفق النص — فجملة تُضاف في أول فقرة تزيح كل سطر بعدها، فتبالغ مقارنة الأسطر في التغيير بينما تُظهر مقارنة الكلمات الكلمات القليلة التي اختلفت فعلًا.

المسافات البيضاء

افتراضيًا تُتجاهل الفروق في التباعد، لأن استخراج النص من PDF كثيرًا ما ينتج تباعدًا مختلفًا قليلًا لنص يُقرأ بالشكل نفسه. أوقف ذلك إن كنت تقارن شيئًا يكون فيه التباعد ذا معنى، مثل الشيفرة أو جدول منسّق.

ما لا يستطيع رؤيته

إنه يقارن النص، والنص فقط. وأي تغيير في خط أو لون أو صورة أو توقيع أو شعار أو تخطيط الصفحة غير مرئي له — وكذلك التغيير في صفحة ممسوحة ضوئيًا، لأنها تحوي صورة للكلمات لا كلمات. وإذا لم يكن في أي من الملفين نص قابل للتحديد، تقول الأداة ذلك بدلًا من الإبلاغ بأن شيئًا لم يتغير. مرّر المسوح الضوئية على أداة OCR أولًا.

لماذا يبقى هذا على جهازك

المستندات التي يريد الناس مقارنتها أكثر من غيرها هي التي لا يستطيعون رفعها: عقود قيد التفاوض، ومسودات تحت اتفاقية عدم إفصاح، وأوراق طبية وقانونية. ويُقرأ الملفان في الصفحة بمحرك PDF الخاص بالمتصفح ويُنشأ التقرير هناك.