So sánh tệp PDF trực tuyến - Miễn phí
Ai đó đã gửi cho bạn phiên bản 2 của một hợp đồng, bài tập hoặc báo cáo và bạn cần biết điều gì thật sự đã thay đổi? Hãy tải bản gốc làm Tài liệu A và tệp mới làm Tài liệu B. Trong vài giây bạn nhận được một bản tóm tắt các trang giống hệt, đã thay đổi và thừa, và mỗi dòng đã thay đổi được làm nổi bật - mà không cần tự đọc cả hai tài liệu cạnh nhau.
Cách so sánh hai tệp PDF
- Chọn PDF gốc làm Tài liệu A và PDF đã sửa đổi làm Tài liệu B.
- Nhấp "So sánh các PDF" và đọc bản tóm tắt: bao nhiêu trang giống hệt, thay đổi, hoặc chỉ có trong một tệp.
- Cuộn qua phần so sánh theo từng trang - các dòng bị loại bỏ khỏi A hiển thị màu đỏ, các dòng được thêm trong B màu xanh lá, các dòng không thay đổi màu xám.
Những gì được so sánh - và những gì không
Công cụ này so sánh văn bản đã trích xuất của hai tài liệu, cùng văn bản trình đọc PDF của bạn có thể chọn và sao chép. Điều đó khiến nó đáng tin cậy để phát hiện từ ngữ đã chỉnh sửa, số đã thay đổi, điều khoản đã xóa và đoạn đã thêm. Hãy ghi nhớ các giới hạn của nó:
- Chỉ văn bản. Các thay đổi về hình ảnh, logo, phông chữ, màu sắc, khoảng cách hoặc bố cục không được phát hiện - hai trang có thể trông khác nhau mà vẫn so sánh là "Giống nhau" nếu văn bản của chúng giống hệt.
- Các PDF được scan hiển thị trống. Một bản scan là một bức ảnh của một trang và không có lớp văn bản. Nếu một trang báo không có văn bản, gần như chắc chắn nó đã được scan - hãy chạy nó qua OCR trước, ví dụ với công cụ miễn phí Công cụ Image to Text (OCR) trên Loona Text Tools, sau đó so sánh kết quả dạng văn bản.
- Các trang được khớp theo số. Trang 3 của A được so sánh với trang 3 của B. Nếu một trang được chèn gần phía đầu, mọi trang tiếp theo có thể hiển thị là đã thay đổi ngay cả khi văn bản của nó chỉ di chuyển - bản tóm tắt vẫn cho bạn bức tranh đầy đủ.
- Khoảng trắng được dọn dẹp. Khoảng trắng thừa và khác biệt ngắt dòng từ bộ nhớ nội bộ của PDF được chuẩn hóa, vì vậy khoảng cách thuần túy thẩm mỹ không lấn át các thay đổi thật.
Công cụ PDF phổ biến
Câu hỏi thường gặp
Chính xác thì công cụ so sánh PDF này kiểm tra những gì?
Nó so sánh văn bản đã trích xuất của hai PDF, theo từng trang và từng dòng. Các dòng bị loại bỏ khỏi tài liệu đầu tiên và các dòng được thêm vào tài liệu thứ hai được làm nổi bật. Nó không so sánh hình ảnh, phông chữ, màu sắc hoặc bố cục.
Vì sao PDF được scan của tôi không hiển thị văn bản để so sánh?
Một tệp PDF được scan là một bức ảnh của các trang và không có lớp văn bản để công cụ đọc. Hãy chạy nó qua OCR trước - ví dụ công cụ miễn phí Công cụ Image to Text (OCR) trên Loona Text Tools - lưu kết quả dưới dạng PDF dạng văn bản, rồi so sánh.
Các trang được khớp giữa hai tệp như thế nào?
Trang 1 được so sánh với trang 1, trang 2 với trang 2, và cứ thế. Nếu một tài liệu có nhiều trang hơn, các trang thừa được báo cáo là chỉ có trong A hoặc chỉ có trong B thay vì bị lặng lẽ bỏ qua.
Tệp PDF của tôi có được tải lên máy chủ không?
Không. Cả hai tệp được mở và so sánh hoàn toàn bên trong trình duyệt của bạn bằng JavaScript. Không có gì được tải lên, lưu trữ hoặc bị chúng tôi nhìn thấy.
Phần trăm tương đồng có nghĩa là gì?
Nó là tỷ lệ các dòng văn bản giữ nguyên trên cả hai tài liệu: gấp đôi số dòng không thay đổi chia cho tổng số dòng trong A cộng B, dưới dạng phần trăm. 100% có nghĩa là văn bản đã trích xuất giống hệt nhau.
Cách hoạt động
Mỗi tệp được mở trong trình duyệt của bạn bằng pdf.js - tệp không bao giờ được tải lên - và văn bản của mọi trang được trích xuất từng mục một. Các mục nằm trên cùng một dòng trực quan được nhóm lại với nhau, khoảng trắng thừa được thu gọn, và các dòng trống bị loại bỏ, cho ra một danh sách sạch các dòng văn bản cho mỗi trang. Hai phiên bản của mỗi trang sau đó được so sánh bằng phép so sánh LCS (dãy con chung dài nhất), cùng kỹ thuật mà lập trình viên dùng để so sánh các phiên bản tài liệu: các dòng xuất hiện trong cả hai, theo cùng thứ tự, được đánh dấu không thay đổi; phần còn lại được báo cáo là đã bị loại bỏ khỏi A hoặc đã được thêm vào B. Các trang có danh sách dòng khớp chính xác được đếm là giống hệt, các trang được ghép cặp theo số có bất kỳ khác biệt nào được đếm là đã thay đổi, và các trang vượt quá độ dài của tài liệu ngắn hơn được đếm là chỉ có trong A hoặc chỉ có trong B. Phần trăm tương đồng là gấp đôi số dòng không thay đổi chia cho tổng số dòng trong cả hai tài liệu.
Ví dụ thực tế
Một nhà cung cấp gửi email cho bạn một báo giá 12 trang đã sửa đổi. Bạn tải bản gốc làm Tài liệu A và tệp mới làm Tài liệu B. Bản tóm tắt cho thấy 10 trang giống hệt, 2 trang thay đổi và độ tương đồng văn bản 98%. Ở trang 4, phần so sánh làm nổi bật một dòng đỏ - "Delivery within 30 days" - và một dòng xanh lá - "Delivery within 45 days" - và ở trang 9 một dòng xanh lá mới thêm một khoản phí xử lý không có trong bản gốc. Thay vì đọc lại cả 12 trang, bạn đi thẳng đến hai thay đổi và hỏi nhà cung cấp về chúng.
Các câu hỏi thường gặp
Điều gì xảy ra nếu cả một trang được chèn ở đầu?
Vì các trang được khớp theo số, một trang đầu tiên được chèn vào sẽ dịch chuyển mọi thứ: trang 1 của B được so sánh với trang 1 cũ, và cứ thế tiếp tục, vì vậy hầu hết các trang sẽ hiển thị là đã thay đổi. Phần so sánh theo dòng vẫn cho thấy các chỉnh sửa thật, và số đếm "chỉ có trong B" ở cuối cho bạn biết một trang đã được thêm. Để có kết quả sạch hơn, hãy trích xuất trang đã chèn bằng công cụ Trích xuất trang của chúng tôi và so sánh các trang còn lại theo thứ tự.
Nó có thể so sánh các PDF được bảo vệ bằng mật khẩu không?
Không. pdf.js không thể mở một tệp được mã hóa mà không có mật khẩu của nó, và công cụ này không bao giờ yêu cầu mật khẩu. Hãy loại bỏ lớp bảo vệ trong phần mềm đã tạo tệp trước, sau đó so sánh các bản sao đã mở khóa.
Một thay đổi về định dạng có được tính là khác biệt không?
Không. Văn bản in đậm, một phông mới hoặc lề đã di chuyển không thay đổi văn bản đã trích xuất, vì vậy chúng không được báo cáo. Chỉ các từ và số được thêm, loại bỏ hoặc chỉnh sửa.
Tôi có thể so sánh một tài liệu lớn đến mức nào?
Không có giới hạn trang cố định. Các tài liệu rất dài (hàng trăm trang) mất nhiều thời gian hơn vì mỗi trang được đọc và so sánh trên thiết bị của chính bạn, và các trang cực kỳ dày đặc quay lại một lượt khớp dòng đơn giản hơn - số đếm tóm tắt vẫn đúng trong cả hai trường hợp.
Vì sao một số dòng trông bị tách hoặc nối so với trang in?
Một tệp PDF lưu văn bản dưới dạng các mảnh được định vị, không phải dưới dạng câu. Công cụ nhóm các mảnh có chung một dòng trực quan, khớp với bố cục in trong phần lớn tài liệu; bố cục hai cột đôi khi có thể xen kẽ. Bản thân các từ luôn là văn bản thật của tài liệu.
Công cụ PDF liên quan
PDF sang văn bản
Trích xuất toàn văn của một PDF để sao chép hoặc tải xuống dưới dạng tệp TXT.
Trích xuất trang PDF
Kéo các trang đã chọn ra khỏi một PDF thành một tài liệu mới, nhỏ hơn.
Sắp xếp PDF
Sắp xếp lại, xoay hoặc xóa các trang trực quan trước khi so sánh các phiên bản.
Ghép PDF
Kết hợp nhiều tệp PDF thành một tài liệu, theo thứ tự bạn chọn.