مقایسه PDF
دو PDF را خط به خط مقایسه کنید و گزارش تفاوت را دانلود کنید. فقط PDFهای متنی در v0.1 — مقایسه بصری (تصاویر) در v0.2 میآید.
PDF (A) را انتخاب کنید
یا یک فایل را اینجا رها کنید
PDF (B) را انتخاب کنید
یا یک فایل را اینجا رها کنید
حالت مقایسه متن، لایه متن هر دو PDF را مقایسه میکند. نمیتواند تغییرات فقط بصری (ویرایش تصویر، امضا، مهر) را تشخیص دهد. از آن پس از بررسی محتوا استفاده کنید، نه بررسی بصری.
Your file is ready
Processed entirely in your browser — the file never left your device.
چگونه مقایسه PDF کار میکند
سه مرحله. هر دو فایل درون مرورگر شما باقی میمانند.
دو PDF انتخاب کنید
اصلی (A) و نسخه جدید (B). هر دو باید یک لایه متن داشته باشند.
مقایسه را اجرا کنید
متن با PDF.js استخراج میشود، سپس یک مقایسه خط با الگوریتم LCS اضافهها و حذفها را شناسایی میکند.
گزارش را دانلود کنید
یک PDF جدید که خطوط اضافهشده (سبز) و حذفشده (قرمز) را با زمینه فهرست میکند. برای بررسی یا ممیزی استفاده کنید.
«مقایسه PDF» در واقع چه میکند
مقایسه PDF به یک سؤال بسیار رایج پاسخ میدهد: چه چیزی بین نسخه A و نسخه B تغییر کرد؟ مورد استفاده اغلب یک قرارداد، یک سند سیاست، یک مقاله تحقیقی یا یک گزارش است که از یک یا چند چرخه بازبینی گذشته است، و میخواهید در یک نگاه ببینید کدام بندها ویرایش، اضافه یا حذف شدهاند — نه با بررسی دو تب جنبی با ذرهبین، بلکه با اینکه اجازه دهید ماشین آن قسمت کسلکننده را برای شما انجام دهد.
نسخه ۰.۱ این ابزار مقایسه در سطح متن را اجرا میکند. ما هر دو PDF را در
مرورگر شما با PDF.js باز میکنیم، محتوای متن را صفحه به صفحه استخراج
میکنیم، عناصر را در خطوط گروهبندی میکنیم، سپس الگوریتم کلاسیک LCS
(طولانیترین زیردنباله مشترک) را برای یافتن خطوطی که بین A و B مطابقت
دارند اجرا میکنیم. خروجی در یک گزارش مقایسه PDF تمیز با برجستهسازی
سبز برای خطوط اضافهشده، قرمز برای حذفشده و خاکستری برای زمینه بدون
تغییر ارائه میشود. این همان رویکردی است که ابزارهایی مانند
git diff استفاده میکنند، اما روی متن PDF به جای کد منبع
اعمال میشود.
این نسخه برای چه چیزی خوب است
- بازبینی قراردادها. هر بندی که بین پیشنویسها تغییر کرد را تشخیص دهید.
- بهروزرسانیهای سیاست. به ذینفعان نشان دهید دقیقاً کدام بخشها جابهجا شدند.
- بازبینی تحریری. یک مقاله تحقیقی یا متن را بین دو بازبینی مقایسه کنید.
- ممیزی اسناد. شواهد سریع از آنچه تغییر کرد (و آنچه تغییر نکرد) بین نسخههای بایگانی شده.
این نسخه چه چیزی را نمیتواند انجام دهد (هنوز)
- مقایسه بصری / در سطح پیکسل. ویرایشهای تصویر، جابهجاییهای چیدمان و مهرهای امضا — هیچ تغییر متنی تولید نمیکنند و نمایش داده نمیشوند. مقایسه بصری در نقشه راه v0.2 است.
- PDFهای اسکنشده. PDFهایی که فقط تصاویر هستند، لایه متن ندارند؛ ابتدا آنها را از طریق OCR PDF اجرا کنید، سپس نسخههای پردازششده را مقایسه کنید.
- دقت در سطح سلول جدول. جداول در خطوط متنی تخت میشوند؛ اگر یک سلول تغییر کند، کل ردیف بهعنوان تغییر یافته علامتگذاری میشود.
- برجستهسازی در سطح کلمه. تغییرات بر اساس خط، نه کلمه علامتگذاری میشوند. یک خط ۱۰۰ کاراکتری که فقط ۵ کاراکترش متفاوت است هنوز کل خط را علامتگذاری میکند.
حریم خصوصی و امنیت
مقایسه اسناد اغلب با مواد محرمانه استفاده میشود: قراردادهای در حال مذاکره، سیاستهای داخلی، یادداشتهای قانونی و فایلهای نظارتی. اکثر سرویسهای آنلاین مقایسه PDF هر دو فایل را به یک سرور آپلود میکنند، مقایسه را آنجا انجام میدهند و یک گزارش را برمیگردانند. imisspdf همه مقایسه را درون تب مرورگر شما اجرا میکند، بنابراین هیچ نسخهای از سند هرگز دستگاه شما را ترک نمیکند. میتوانید این را با تب شبکه DevTools در حین اجرای مقایسه تأیید کنید.
پرسشهای متداول
نسخه ۰.۱ یک مقایسه در سطح متن است. ما لایه متن را از هر دو PDF صفحه به صفحه استخراج میکنیم، عناصر را بر اساس موقعیت Y به خطوط گروهبندی میکنیم، سپس یک مقایسه سطح خط با الگوریتم LCS اجرا میکنیم. خروجی یک گزارش PDF تازه است که خطوط اضافهشده / حذفشده / بدون تغییر را با برجستهسازی سبز و قرمز فهرست میکند. این ابزار روی PDFهایی که یک لایه متن واقعی دارند بهترین کار را میکند (اکثر صادرات دیجیتال از Word، Pages، LibreOffice، مرورگرها و غیره).
مقایسه بصری در سطح پیکسل نیاز دارد هر صفحه روی یک canvas رندر شود و تفاوتها پیکسل به پیکسل محاسبه شوند، که فقط در مرورگر اجرا میشود (Node بوم ندارد). در نقشه راه نسخه ۰.۲ است. مقایسه متن حدود ۹۰٪ از سؤالات واقعی «چه چیزی در این قرارداد تغییر کرد؟» را پوشش میدهد؛ برای ۱۰٪ باقیمانده (ویرایشهای فقط بصری مانند تعویض تصویر یا اضافهکردن امضا)، پس از انتشار از مقایسه بصری استفاده کنید.
نه بهصورت مستقیم در این نسخه — PDFهای اسکنشده صفحاتی از تصاویر بدون لایه متن هستند، بنابراین چیزی برای مقایسه وجود ندارد. ابتدا آنها را از طریق ابزار OCR PDF ما اجرا کنید تا یک لایه متن قابل جستجو اضافه شود، سپس نسخههای OCR شده را مقایسه کنید. دقت به کیفیت اسکن بستگی دارد.
بله. هر دو PDF به مرورگر شما خوانده میشوند، با کتابخانه متنباز PDF.js تجزیه میشوند، در JavaScript مقایسه میشوند، و گزارش با pdf-lib ساخته میشود — همه بهصورت محلی. هیچ چیز آپلود نمیشود؛ میتوانید قبل از کلیک «مقایسه» با قطع اتصال شبکه این را تأیید کنید.
مقایسه فعلی در ۵۰۰۰ خط در هر طرف محدود است (بسیار بیشتر از یک گزارش ۳۰۰ صفحهای). بالاتر از آن، الگوریتم LCS شروع به استفاده از حافظه زیادی در تب میکند. اگر از آن بیشتر شوید، اسناد را تقسیم کنید و بخشها را مقایسه کنید.
ابزارهای PDF مرتبط
- OCR PDF — قبل از مقایسه، PDFهای اسکنشده را به متن قابل جستجو تبدیل کنید.
- PDF به متن — هر طرف را بهصورت محلی استخراج کنید تا قبل از مقایسه نمونهبرداری از متن انجام شود.
- حذف PDF — قبل از به اشتراکگذاری گزارش، بخشهای حساس را حذف کنید.
- حاشیهنویسی PDF — به گزارش تفاوت یادداشتهای بررسی اضافه کنید.
- ادغام PDF — چند گزارش مقایسه را در یک پکیج بازبینی ترکیب کنید.
- تقسیم PDF — اسناد بزرگ را قبل از مقایسه به بخشها تقسیم کنید (محدودیت ۵۰۰۰ خط).