PDF-Dateien vergleichen

Häufig gestellte Fragen

Welche Arten von Änderungen findet das Tool?

Textänderungen — Ergänzungen, Streichungen und Umformulierungen, erkannt über PDF-Textextraktion und einen Myers-Diff auf Token-Ebene. Visuelle Änderungen — Bildbearbeitungen, verschobene Layouts oder jeder Pixelunterschied, erkannt, wenn die Textextraktion für einen verlässlichen Diff zu wenig liefert (unter 50 Zeichen je Seite). Der hybride Algorithmus entscheidet automatisch je Seite: Text-Diff, wo Text vorhanden ist, Pixel-Diff, wo nicht. Das Übersichtsfeld ordnet jede Seite ein, sodass Sie sehen, welche Art von Änderung wo auftrat.

Funktioniert das bei gescannten PDFs?

Ja, über den Bild-Diff als Rückfallebene. Der Algorithmus prüft je Seite, ob die Textextraktion erfolgreich war (50 Zeichen oder mehr). Bei gescannten Seiten ohne extrahierbaren Text wechselt er automatisch zum Pixelvergleich auf Canvas-Ebene. Das deckt auch bildlastige Layouts ab, in denen Text als eingebettete Bitmap vorliegt. Der Haken: Der Bild-Diff findet jeden Pixelunterschied (praktisch zur Prüfung von Schwärzungen), unterscheidet aber nicht zwischen bedeutsamen Änderungen und Rauschen wie unterschiedlicher Schriftdarstellung. Nutzen Sie das Übersichtsfeld, um sich auf die Seiten mit den meisten Änderungen zu konzentrieren.

Was, wenn die beiden PDFs unterschiedlich viele Seiten haben?

Das Ergebnis gilt als Teilvergleich. Überlappende Seiten werden normal verglichen; die überzähligen Seiten der längeren Fassung erscheinen im Übersichtsfeld als nicht zugeordnet. Das ist der häufigste Fall bei der Revisionsprüfung — zwischen den Fassungen wurden Seiten hinzugefügt oder entfernt. Der Vergleich funktioniert für die überlappenden Seiten weiterhin, und die Übersicht macht die strukturelle Änderung sichtbar. Ist der Unterschied groß (ein Dokument deutlich länger als das andere), eignet sich <a href='/de/pdf-to-text/'>PDF in Text</a> für einen rein inhaltlichen Vergleich womöglich besser.

Werden meine PDFs auf Ihre Server hochgeladen?

Nein. Der gesamte Vergleich läuft in Ihrem Browser über pdf-lib und pdf.js. Beide PDFs bleiben auf Ihrem Gerät. Gerade beim Vergleich zählt das: Revisionsprüfungen betreffen oft sensible Inhalte (Verträge, geschwärzte Dokumente, Finanzberichte), bei denen ein Upload auf einen fremden Server das Risiko genau dann erhöht, wenn Sie es nicht gebrauchen können. Serverbasierte Anbieter verlangen einen Upload; der Vergleich von pdfmundo läuft ausschließlich im Browser, ohne Upload.

Warum werden textgleiche PDFs manchmal als unterschiedlich gemeldet?

Die Textkodierung in PDFs kennt Unicode-Varianten für optisch identische Zeichen. Der häufigste Fall sind Ligaturen: die Buchstaben „ff“ als zwei getrennte Codepunkte (U+0066 + U+0066) gegenüber der einzelnen Ligatur „ff“ (U+FB00). Beide sehen auf dem Bildschirm gleich aus, unterscheiden sich aber als Zeichenfolge. „PDF-Dateien vergleichen“ wendet vor dem Diff eine Unicode-Normalisierung nach NFKC auf den extrahierten Text an, was den Ligaturfall automatisch abfängt. Hartnäckige Fehlalarme deuten meist auf unterschiedliche Schrift-Subsets in den beiden PDFs hin — optisch identisch, aber anders kodiert. Das Übersichtsfeld zeigt, wo die Unterschiede liegen; Sie können die betreffenden Seiten prüfen.

Kann ich einen Diff-Bericht herunterladen?

In v1 nicht. Die Ansicht nebeneinander und das Übersichtsfeld decken den Hauptanwendungsfall der Prüfung ab. Ein herunterladbarer Diff-Bericht (annotiertes PDF mit hervorgehobenen Bereichen) steht auf der Roadmap für v1.1. Vorerst genügen für die meisten Dokumentationszwecke Screenshots der Ansicht nebeneinander oder des Übersichtsfelds.

Wie groß dürfen die Dateien sein und wie viele Seiten haben?

25 MB je Datei und 50 Seiten je Datei. Die Seitengrenze existiert, weil der Speicherbedarf mit der Seitenzahl wächst: Der Bild-Diff rendert beide Seiten in voller Auflösung auf ein Canvas, was etwa 10 MB je Seitenpaar kostet. Die Grenze von 50 Seiten hält den Browser-Speicher auch im ungünstigsten Fall im Rahmen, in dem alle Seiten in den Bild-Diff fallen. Die meisten Revisionsprüfungen liegen innerhalb beider Grenzen; bei längeren Dokumenten hilft ein Vergleich in Teilen (bestimmte Seitenbereiche in getrennten Durchgängen).

Was, wenn eines meiner PDFs beschädigt ist?

Der Vergleich bricht mit dem Ergebnis „eines beschädigt“ ab und verlinkt direkt auf <a href='/de/repair-pdf/'>PDF reparieren</a>. Die Kette lautet vergleichen → reparieren → erneut vergleichen: Die Reparatur rettet, was zu retten ist, danach bringen Sie die wiederhergestellte Datei zurück in den Vergleich. Lässt sich die reparierte Datei immer noch nicht lesen, kann <a href='/de/pdf-to-text/'>PDF in Text</a> als letzter Ausweg reinen Text für einen externen Vergleich extrahieren.