Confronta file PDF

Domande frequenti

Che tipi di modifiche riesce a trovare?

Modifiche di testo — aggiunte, rimozioni e cambiamenti rilevati tramite estrazione del testo del PDF e diff di Myers a livello di token. Modifiche visive — ritocchi di immagini, spostamenti di impaginazione o qualsiasi differenza a livello di pixel, rilevate quando l'estrazione di testo restituisce troppo poco per un diff affidabile (meno di 50 caratteri per pagina). L'algoritmo ibrido sceglie automaticamente pagina per pagina: diff testuale dove c'è testo, diff pixel dove non c'è. Il pannello di sintesi classifica ogni pagina, così vedi che tipo di modifica è avvenuta e dove.

Funziona con i PDF scansionati?

Sì, grazie al ripiego sul diff per immagini. L'algoritmo verifica pagina per pagina se l'estrazione del testo è riuscita (50 caratteri o più). Per le pagine scansionate senza testo estraibile passa automaticamente al confronto pixel su canvas. Il ripiego copre anche le impaginazioni ricche di immagini in cui il testo è reso come bitmap incorporate. Il compromesso: il diff per immagini coglie ogni differenza di pixel (utile per verificare gli oscuramenti) ma non distingue le modifiche significative dal rumore, come differenze nella resa dei caratteri. Usa il pannello di sintesi per concentrarti sulle pagine con più modifiche.

E se i due PDF hanno un numero di pagine diverso?

Il risultato è classificato come confronto parziale. Le pagine sovrapposte vengono confrontate normalmente; quelle in più del lato più lungo compaiono nel pannello di sintesi come non abbinate. È il caso più comune nella revisione delle versioni — l'autore ha aggiunto o rimosso pagine tra le versioni. Il confronto funziona comunque per le pagine comuni e la sintesi rende esplicito il cambiamento strutturale. Se la differenza è ampia (un documento molto più lungo dell'altro), <a href='/it/pdf-to-text/'>Da PDF a Testo</a> può servire meglio per un confronto di solo contenuto.

I miei PDF vengono caricati sui vostri server?

No. L'intero confronto avviene nel tuo browser tramite pdf-lib e pdf.js. Entrambi i PDF restano sul tuo dispositivo. Qui conta in modo particolare: la revisione delle versioni riguarda spesso contenuti delicati (contratti, documenti oscurati, estratti finanziari) dove il caricamento su un server di terzi aggiunge rischio proprio quando non lo vuoi. I concorrenti lato server richiedono il caricamento; il confronto di pdfmundo gira solo nel browser, senza caricamenti.

Perché PDF con testo identico risultano diversi?

La codifica del testo nei PDF prevede varianti Unicode per caratteri visivamente identici. Il caso più comune sono le legature: le lettere «ff» codificate come due code point separati (U+0066 + U+0066) contro il singolo glifo di legatura «ff» (U+FB00). Entrambe si vedono uguali sullo schermo ma si confrontano diversamente come sequenze di caratteri. Lo strumento applica la normalizzazione Unicode NFKC al testo estratto prima del diff, il che risolve automaticamente il caso delle legature. Falsi positivi persistenti indicano di solito sottoinsiemi di caratteri diversi tra i due PDF — visivamente identici ma codificati in modo differente. Il pannello di sintesi mostra dove sono le differenze; puoi ispezionare le pagine interessate per verificare.

Posso scaricare un rapporto delle differenze?

Non nella v1. La vista affiancata e il pannello di sintesi coprono il caso d'uso principale della revisione. Un rapporto scaricabile (PDF annotato con le aree evidenziate) è nella roadmap della v1.1. Per ora, screenshot della vista affiancata o del pannello di sintesi coprono la maggior parte delle esigenze di documentazione.

Quali sono i limiti di dimensione e di pagine?

25 MB per file e 50 pagine per file. Il tetto sulle pagine esiste perché la memoria del confronto cresce con il numero di pagine: il diff per immagini disegna entrambe le pagine su canvas a piena risoluzione, il che costa circa 10 MB per coppia di pagine. Il tetto di 50 pagine mantiene la memoria del browser sotto controllo nel caso peggiore, in cui tutte le pagine finiscono nel diff per immagini. La maggior parte delle revisioni rientra in entrambi i limiti; per documenti più lunghi conviene confrontare a blocchi (intervalli di pagine specifici in esecuzioni separate).

E se uno dei miei PDF è danneggiato?

Il confronto si interrompe con un esito «uno danneggiato» e un link diretto a <a href='/it/repair-pdf/'>Ripara PDF</a>. La catena è confronta → ripara → riconfronta: la riparazione recupera quello che può dal PDF danneggiato, poi riporti il file recuperato nel confronto. Se il file riparato ancora non si analizza, <a href='/it/pdf-to-text/'>Da PDF a Testo</a> può estrarre il testo semplice per un confronto esterno come ultima risorsa.