So sánh hai PDF

Cách hoạt động

Hai phiên bản của một hợp đồng, một chính sách hay một bản đặc tả, và không ai nhớ cái gì đã thay đổi. Đọc song song là cách khiến lỗi bị bỏ sót. Công cụ này trích xuất văn bản từ cả hai và báo chính xác những dòng nào được thêm, bị xóa hoặc giữ nguyên — thường là một danh sách ngắn hơn nhiều so với cảm giác.

Việc so sánh hoạt động như thế nào

Văn bản được lấy từ cả hai tài liệu, rồi so sánh bằng diff dựa trên dãy con chung dài nhất — cùng cách tiếp cận mà hệ thống quản lý phiên bản dùng. Điều đó quan trọng: một phép so sánh ngây thơ chỉ xếp hai tệp thẳng hàng theo vị trí sẽ báo mọi dòng sau chỗ chèn là đã thay đổi, khiến báo cáo vô dụng. Công cụ này nhận ra chỗ chèn và giữ nguyên phần còn lại.

Từng dòng hay từng từ

Từng dòng là mặc định đúng cho các tài liệu mà đoạn văn giữ nguyên chỗ. Từng từ tốt hơn khi văn bản đã bị xếp lại dòng — một câu thêm vào sớm trong đoạn sẽ đẩy mọi dòng sau nó, nên so sánh theo dòng phóng đại thay đổi trong khi so sánh theo từ chỉ ra vài từ thực sự khác.

Khoảng trắng

Mặc định, khác biệt về khoảng cách bị bỏ qua, vì việc trích xuất văn bản từ PDF thường tạo ra khoảng cách hơi khác nhau cho văn bản đọc giống hệt nhau. Hãy tắt tùy chọn này nếu bạn đang so sánh thứ mà khoảng cách có ý nghĩa, chẳng hạn mã nguồn hoặc bảng đã định dạng.

Những gì công cụ không thấy được

Nó so sánh văn bản, và chỉ văn bản. Thay đổi về phông chữ, màu sắc, hình ảnh, chữ ký, logo hay bố cục trang đều vô hình với nó — cũng như thay đổi ở trang quét, vốn chứa hình ảnh của chữ chứ không phải chữ. Nếu cả hai tệp đều không có văn bản chọn được, công cụ sẽ nói vậy thay vì báo là không có gì thay đổi. Hãy cho bản quét qua công cụ OCR trước.

Vì sao việc này ở lại trên thiết bị của bạn

Những tài liệu người ta muốn so sánh nhất lại là những tài liệu họ ít có thể tải lên nhất: hợp đồng đang đàm phán, bản nháp theo NDA, giấy tờ y tế và pháp lý. Cả hai tệp được đọc ngay trong trang bằng bộ xử lý PDF của chính trình duyệt và báo cáo được tạo ở đó.