Porovnat soubory PDF online - Zdarma
Někdo vám poslal verzi 2 smlouvy, úkolu nebo zprávy a potřebujete vědět, co se skutečně změnilo? Nahrajte originál jako Dokument A a nový soubor jako Dokument B. Během sekund dostanete souhrn totožných, změněných a nadbytečných stránek a každý změněný řádek zvýrazněný - bez vlastního čtení obou dokumentů vedle sebe.
Jak porovnat dva soubory PDF
- Vyberte originální PDF jako Dokument A a revidované PDF jako Dokument B.
- Klikněte na "Porovnat PDF" a přečtěte si souhrn: kolik stránek je totožných, změněných, nebo jen v jednom souboru.
- Procházejte rozdíl po stránkách - řádky odstraněné z A se zobrazují červeně, řádky přidané do B zeleně, nezměněné řádky šedě.
Co se porovnává - a co ne
Tento nástroj porovnává extrahovaný text z obou dokumentů, stejný text, který vaše čtečka PDF může vybrat a zkopírovat. Díky tomu je spolehlivý pro odhalení upraveného znění, změněných čísel, smazaných klauzulí a přidaných odstavců. Mějte prosím na paměti jeho limity:
- Pouze text. Změny obrázků, log, písem, barev, mezer nebo rozvržení se nezjišťují - dvě stránky mohou vypadat odlišně a přesto se porovnat jako "Stejné", pokud je jejich text totožný.
- Naskenovaná PDF se zobrazují jako prázdná. Sken je fotografie stránky a nemá textovou vrstvu. Pokud stránka nehlásí žádný text, je téměř jistě naskenovaná - nejprve ji proveďte OCR, například pomocí bezplatného Nástroj Obrázek na text (OCR) na Loona Text Tools, poté porovnejte výsledek založený na textu.
- Stránky se párují podle čísla. Stránka 3 dokumentu A se porovná se stránkou 3 dokumentu B. Pokud byla stránka vložena blízko začátku, každá následující stránka se může zobrazit jako změněná, i když se její text jen přesunul - souhrn vám stále řekne celý obraz.
- Nadbytečné mezery se uklidí. Nadbytečné mezery a rozdíly v koncích řádků z vnitřního úložiště PDF se normalizují, takže čistě kosmetické mezery neutopí skutečné změny.
Oblíbené nástroje PDF
Často kladené otázky
Co přesně tento nástroj pro porovnání PDF kontroluje?
Porovnává extrahovaný text obou PDF, stránku po stránce a řádek po řádku. Řádky odstraněné z prvního dokumentu a řádky přidané ve druhém jsou zvýrazněny. Neporovnává obrázky, písma, barvy ani rozvržení.
Proč mé naskenované PDF neukazuje žádný text k porovnání?
Naskenované PDF je obrázek stránek a nemá textovou vrstvu, kterou by nástroj mohl číst. Nejprve ho proveďte OCR - například pomocí bezplatného Nástroj Obrázek na text (OCR) na Loona Text Tools - uložte výsledek jako textové PDF a poté porovnejte.
Jak se stránky párují mezi oběma soubory?
Stránka 1 se porovná se stránkou 1, stránka 2 se stránkou 2, a tak dále. Pokud má jeden dokument více stránek, nadbytečné stránky se oznámí jako jen v A nebo jen v B, místo aby byly potichu ignorovány.
Nahrávají se mé soubory PDF na server?
Ne. Oba soubory se otevírají a porovnávají zcela uvnitř vašeho prohlížeče pomocí JavaScriptu. Nic se nenahrává, neukládá ani námi nevidí.
Co znamená procento podobnosti?
Je to podíl textových řádků, které zůstaly stejné v obou dokumentech: dvojnásobek počtu nezměněných řádků dělený celkovým počtem řádků v A plus B, jako procento. 100 % znamená, že extrahovaný text je totožný.
Jak to funguje
Každý soubor se otevře ve vašem prohlížeči pomocí pdf.js - soubor se nikdy nenahraje - a text každé stránky se extrahuje položku po položce. Položky, které sedí na stejném vizuálním řádku, se seskupí dohromady, nadbytečné mezery se zhroutí a prázdné řádky se vynechají, čímž vznikne čistý seznam textových řádků pro každou stránku. Obě verze každé stránky se poté porovnají rozdílem LCS (nejdelší společná podposloupnost), stejnou technikou, kterou programátoři používají k porovnávání verzí dokumentů: řádky, které se objevují v obou, ve stejném pořadí, se označí jako nezměněné; zbytek se oznámí jako odstraněný z A nebo přidaný do B. Stránky, jejichž seznamy řádků se přesně shodují, se počítají jako totožné, stránky spárované podle čísla s jakýmkoli rozdílem se počítají jako změněné a stránky přesahující délku kratšího dokumentu se počítají jako jen v A nebo jen v B. Procento podobnosti je dvojnásobek počtu nezměněných řádků dělený celkovým počtem řádků v obou dokumentech.
Vypracovaný příklad
Dodavatel vám e-mailem pošle revidovanou cenovou nabídku o 12 stránkách. Nahrajete originál jako Dokument A a nový soubor jako Dokument B. Souhrn ukazuje 10 totožných stránek, 2 změněné stránky a 98% podobnost textu. Na stránce 4 rozdíl zvýrazní jeden červený řádek - "Delivery within 30 days" - a jeden zelený řádek - "Delivery within 45 days" - a na stránce 9 nový zelený řádek přidá poplatek za manipulaci, který v originálu nebyl. Místo opětovného čtení všech 12 stránek jdete rovnou ke dvěma změnám a zeptáte se na ně dodavatele.
Často kladené otázky
Co když byla na začátek vložena celá stránka?
Protože stránky se párují podle čísla, vložená první stránka vše posune: stránka 1 dokumentu B se porovná se starou stránkou 1, a tak dále, takže většina stránek se zobrazí jako změněná. Rozdíl na úrovni řádků stále ukazuje skutečné úpravy a počet "jen v B" na konci vám řekne, že byla přidána stránka. Pro čistší výsledek extrahujte vloženou stránku naším nástrojem Extrahovat stránky a porovnejte zbývající stránky v pořadí.
Umí porovnávat PDF chráněná heslem?
Ne. pdf.js nemůže otevřít šifrovaný soubor bez jeho hesla a tento nástroj o žádné nikdy nežádá. Nejprve odstraňte ochranu v softwaru, který soubor vytvořil, poté porovnejte odemčené kopie.
Počítá se změna formátování jako rozdíl?
Ne. Tučný text, nové písmo nebo přesunuté okraje nemění extrahovaný text, takže se neoznamují. Pouze přidaná, odstraněná nebo upravená slova a čísla.
Jak velký dokument mohu porovnat?
Není žádný pevný limit stránek. Velmi dlouhé dokumenty (stovky stránek) trvají déle, protože každá stránka se čte a porovnává na vašem vlastním zařízení, a extrémně husté stránky ustupují k jednoduššímu průchodu párování řádků - počty v souhrnu zůstávají správné tak jako tak.
Proč některé řádky vypadají rozdělené nebo spojené oproti tištěné stránce?
PDF ukládá text jako umístěné fragmenty, nikoli jako věty. Nástroj seskupuje fragmenty, které sdílejí vizuální řádek, což odpovídá tištěnému rozvržení u velké většiny dokumentů; dvousloupcová rozvržení se občas mohou prolínat. Samotná slova jsou vždy skutečným textem dokumentu.
Související nástroje PDF
PDF do textu
Extrahujte plný text PDF ke zkopírování nebo stažení jako soubor TXT.
Extrahovat stránky z PDF
Vytáhněte vybrané stránky z PDF do nového, menšího dokumentu.
Uspořádat PDF
Před porovnáním verzí stránky vizuálně přeřaďte, otočte nebo smažte.
Sloučit PDF
Spojte několik souborů PDF do jednoho dokumentu v pořadí, které si zvolíte.