比较 PDF 如何运作
三个步骤。两个文件都留在你的浏览器中。
选取两个 PDF
原始（A）和新版本（B）。两者都必须有文本层。
运行比较
文本用 PDF.js 提取，然后用 LCS 的行级比较识别出新增和删除的内容。
下载报告
一个新 PDF 列出新增的行（绿色）和删除的行（红色）并带有上下文。用于审阅或审计。
“比较 PDF”到底做什么
比较 PDF 回答一个非常常见的单一问题：版本 A 和版本 B 之间改了什么？使用场景几乎总是一份已经经过一轮或多轮修订的合同、 政策文件、研究论文或报告，而你想要一眼看清哪些段落被编辑、新增或删除—— 不是拿着放大镜并排盯着浏览器的两个标签页，而是让机器替你 完成那枯燥的部分。
该工具的 v0.1 运行的是文本级的比较。我们用 PDF.js 在你的浏览器中打开两个 PDF，
逐页提取文本内容，把各项内容归并成行，然后运行经典的 LCS（最长公共
子序列）算法，找出哪些行在 A 和 B 之间相匹配。
结果会渲染成一份简洁的 PDF 比较报告，新增的行用绿色高亮，
删除的行用红色，未改动的上下文用灰色。
这与 git diff 之类工具采用的方法相同，
只是应用于 PDF 的文本而非源代码。
这个版本适合做什么
- 合同审阅。找出各稿之间改动的每一个条款。
- 政策更新。向相关方准确展示哪些章节发生了变动。
- 编辑审阅。在两位审阅者之间比较一篇研究论文或一段文字。
- 文档审计。快速证明存档副本之间改了什么（以及没改什么）。
这个版本（暂时）做不到什么
- 视觉 / 像素比较。图像编辑、布局位移、签名印章——它们不产生任何文本改动，因此不会显示出来。视觉比较已列入 v0.2 路线图。
- 扫描的 PDF。纯图像的 PDF 没有文本层；请先对它们进行 OCR，再比较经过处理的副本。
- 表格单元格粒度。表格会被压平成文本行；若某个单元格改动，整行都会被标记为已修改。
- 词级高亮。改动按行标记，而非按词。检查一行 100 个字符中只有 5 个字符不同的情况，仍会标记整行。
隐私与安全
文档比较常用于机密材料： 谈判中的合同、内部政策、法律文书、 监管申报。大多数在线 PDF 比较服务会把两个文件 上传到服务器，在那里运行比较，再返回报告。 imisspdf 在你浏览器的标签页内完成全部比较，因此文档的任何 版本都绝不会离开你的设备。你可以在运行比较时 通过浏览器开发者工具中的“网络”面板来确认这一点。
常见问题
v0.1 是文本级的差异比较。我们逐页从两个 PDF 中提取文本层，按 Y 坐标位置把各项内容归并成行，然后运行行级的 LCS 差异算法。输出是一份全新的 PDF 报告，用绿色和红色高亮列出新增 / 删除 / 未改动的行。它对拥有真实文本层的 PDF 效果最佳（大多数来自 Word、Pages、LibreOffice、浏览器等的数字导出文件都是如此）。
视觉像素比对需要把每一页渲染到画布上并逐像素计算差异，这只能在浏览器中运行（Node 没有画布）。它已列入 v0.2 的路线图。文本差异覆盖了约 90% 真实世界中“这份合同改了什么？”这类问题；对于剩下的 10%（仅视觉的改动，如替换图片或添加签名），请在我们推出视觉差异比较后再使用。
在此版本中不能直接比较——扫描的 PDF 是一页页没有文本层的图像，因此没有可供比较的内容。请先用我们的 OCR 工具处理它们以添加可搜索的文本层，然后比较经过 OCR 的副本。准确度取决于扫描质量。
是的。两个 PDF 都会被读入你的浏览器，用开源的 PDF.js 库解析，在 JavaScript 中进行差异比较，报告则用 pdf-lib 生成——全部在本地完成。没有任何东西被上传；你可以在点击“比较”之前断开网络连接来确认这一点。
当前的差异比较每侧上限为 5000 行（远超一份 300 页的报告）。超过该数量后，LCS 算法会在标签页中开始占用大量内存。如果你超出了，请拆分文档并分段比较。