Porównaj pliki PDF

Najczęstsze pytania

Jakie rodzaje zmian potrafi znaleźć?

Zmiany w tekście — dodania, usunięcia i modyfikacje wykrywane przez wyodrębnienie tekstu z PDF-a i porównanie Myersa na poziomie tokenów. Zmiany wizualne — modyfikacje obrazów, przesunięcia układu albo dowolna różnica na poziomie pikseli, wykrywane, gdy wyodrębnianie tekstu daje zbyt mało materiału na wiarygodne porównanie (poniżej 50 znaków na stronę). Algorytm hybrydowy wybiera automatycznie dla każdej strony: porównanie tekstu tam, gdzie tekst istnieje, porównanie pikseli tam, gdzie go nie ma. Panel podsumowania klasyfikuje każdą stronę, więc widzisz, jaki rodzaj zmiany wystąpił i gdzie.

Czy działa przy zeskanowanych PDF-ach?

Tak, dzięki przejściu na porównanie obrazów. Algorytm sprawdza dla każdej strony, czy wyodrębnianie tekstu się powiodło (50 znaków lub więcej). Przy stronach skanowanych, bez wydobywalnego tekstu, automatycznie przechodzi na porównanie pikseli na canvasie. To rozwiązanie obejmuje też układy pełne obrazów, w których tekst jest osadzony jako bitmapa. Kompromis: porównanie obrazów wychwytuje każdą różnicę pikseli (przydatne przy weryfikacji zaczernień), ale nie odróżnia zmian istotnych od szumu, na przykład różnic w renderowaniu czcionek. Skorzystaj z panelu podsumowania, aby skupić się na stronach z największą liczbą zmian.

Co, jeśli oba PDF-y mają różną liczbę stron?

Wynik jest oznaczany jako porównanie częściowe. Strony wspólne porównywane są normalnie; nadmiarowe strony dłuższej wersji pojawiają się w panelu podsumowania jako niesparowane. To najczęstszy przypadek przy przeglądzie wersji — autor dodał lub usunął strony między wersjami. Porównanie nadal działa dla stron wspólnych, a podsumowanie uwidacznia zmianę strukturalną. Jeśli różnica jest duża (jeden dokument znacznie dłuższy), <a href='/pl/pdf-to-text/'>PDF na tekst</a> może lepiej posłużyć do porównania samej treści.

Czy moje pliki PDF trafiają na wasze serwery?

Nie. Całe porównanie działa w Twojej przeglądarce dzięki pdf-lib i pdf.js. Oba PDF-y zostają na Twoim urządzeniu. Akurat tutaj ma to szczególne znaczenie: przegląd wersji dotyczy często treści wrażliwych (umowy, dokumenty zaczernione, wyciągi finansowe), przy których wysłanie na cudzy serwer zwiększa ryzyko dokładnie wtedy, gdy tego nie chcesz. Konkurenci serwerowi wymagają wysłania plików; porównanie w pdfmundo działa wyłącznie w przeglądarce, bez wysyłania.

Dlaczego PDF-y o identycznym tekście bywają oznaczane jako różne?

Kodowanie tekstu w PDF-ach przewiduje warianty Unicode dla znaków identycznych wizualnie. Najczęstszy przypadek to ligatury: litery „ff” zapisane jako dwa osobne punkty kodowe (U+0066 + U+0066) wobec pojedynczego glifu ligatury „ff” (U+FB00). Oba wyglądają na ekranie tak samo, ale jako ciągi znaków porównują się różnie. Narzędzie stosuje przed porównaniem normalizację Unicode NFKC do wyodrębnionego tekstu, co automatycznie wyłapuje przypadek ligatur. Uporczywe fałszywe alarmy zwykle oznaczają różne podzbiory czcionek w obu PDF-ach — wizualnie identyczne, ale inaczej zakodowane. Panel podsumowania pokazuje, gdzie leżą różnice; możesz obejrzeć odpowiednie strony i to zweryfikować.

Czy mogę pobrać raport różnic?

Nie w wersji 1. Widok obok siebie i panel podsumowania obejmują główny scenariusz przeglądu. Pobieralny raport różnic (PDF z zaznaczonymi obszarami) jest w planach na wersję 1.1. Na razie zrzuty ekranu widoku obok siebie albo panelu podsumowania pokrywają większość potrzeb dokumentacyjnych.

Jaki jest maksymalny rozmiar pliku i liczba stron?

25 MB na plik i 50 stron na plik. Limit stron istnieje, bo zużycie pamięci przy porównaniu rośnie wraz z liczbą stron: porównanie obrazów renderuje obie strony na canvasie w pełnej rozdzielczości, co kosztuje około 10 MB na parę stron. Limit 50 stron trzyma pamięć przeglądarki w ryzach nawet w najgorszym przypadku, gdy wszystkie strony trafiają do porównania obrazowego. Większość przeglądów wersji mieści się w obu limitach; przy dłuższych dokumentach zwykle warto porównywać partiami (wybrane zakresy stron w osobnych przebiegach).

Co, jeśli jeden z moich plików PDF jest uszkodzony?

Porównanie kończy się wynikiem „jeden uszkodzony” i bezpośrednim odnośnikiem do <a href='/pl/repair-pdf/'>Napraw PDF</a>. Ścieżka to porównaj → napraw → porównaj ponownie: naprawa ratuje z uszkodzonego PDF-a, co się da, a potem wracasz z odzyskanym plikiem do porównania. Jeśli naprawiony plik nadal się nie parsuje, <a href='/pl/pdf-to-text/'>PDF na tekst</a> może w ostateczności wydobyć czysty tekst do porównania poza narzędziem.