PDFGym
ZH

比较两个PDF文件

旧版PDF 或扔到这里
新版PDF 或扔到这里
先选旧版PDF和新版PDF。

同一份文档两个版本，又没改版日志：本页找出动了哪。增删页面先对齐，再每对页面查两遍，可选文字一遍，渲染油墨一遍。两个文件不出您的设备，成品报告验过才给下载。

没有改版日志的供应商合同

对方赌咒说没动，信页面地图别信嘴。两个版本载进来，工具指到具体页。

一位采购收到supplier-contract-v4.pdf，28页，附言说相对v3只改了排版。她把v3当旧版PDF，v4当新版载入。汇总数出两页待审：第9页责任上限从50000改成25000，第22页是整页新增的仲裁条款。果然只是排版。

每行点开左右对照渲染，增删词列在下面，回邮件有章有节。十分钟查完，省一下午逐行对。

从两个文件到一个结论，四步走完

  1. 载入两个版本

    按选择旧版PDF和选择新版PDF，或把文件拖进各自框。顺序要紧：增删词从旧版往新版数。

  2. 比较版本

    按比较PDF。工具读两个文件的可选文字，增删页面先对齐，再每对对齐页渲染，数出有变化、新增、删除、无变化的页数。

  3. 走页面地图

    点任意行，两页渲染左右对照，差异区标着，增加的词和删除的词列在下面。词语检查不计大小写和多余空白，重排的行不算改。

  4. 下载报告

    按下载比较报告，拿到独立的pdf-comparison-report.html。它先读回逐行检查，按钮才出现，所以比较里的每对页面都进了归档。

看懂页面地图

汇总先看唯一的要紧数：几页待审阅。下面四堆：有变化、新增、删除、无变化，再加整对文件增删词的流水总数。证明行记的是旧版几页对上新版几页，渲染了几对，读回了几行。

每行标题两边都点名，例如“有变化：旧版第9页·新版第9页”，预览下的小字直说哪边缺页：无旧版页面或无新版页面。先看有变化的行，扫一眼新增和删除，无变化的行瞥一眼：最快的审法是先读地图，地图指哪再开哪的源文件。

比较结果会误导您的地方

一段话往下滑了一行，新老两个位置都涂上变化区，其实一字没动。大块区标的是版式挪了，不是改得多；下面增删词的样例才说文字真动没动。扫描页只有像素，没有词表，工具不做OCR：视觉变化浮得上来，新扫描里悄悄换的措辞抓不住。

报告提供页面差异概览，不是法律文件的修订标记。签名、表单项、注释、印刷制作细节会影响判断的情况，回源文件里验。知道动了哪，想动手改自己的那份，如何编辑PDF讲浏览器工具改得了什么，编辑PDF文字讲原地换句话为什么看着容易做着难。

每页为什么查两遍

光看文字两头骗人。扫描页一个可选词没有，纯文字比对会判两张扫描一模一样；重排过的页面词全对、版式挪了，纯文字比对放行，签名线却挪了半厘米。

所以每对对齐页两项都跑。词语比对数可选层增删的词，像素那遍两页渲染，标油墨动了哪。读着一样印出来不一样、印着一样读着不一样，都进待审堆。两边都不改：比较只读，两个文件载在哪留在哪。想拿自己的工具比纯文字，就用PDF转Markdown把任意一份转成可查的文字。

比两份PDF的另外三条路

Adobe Acrobat Pro自带比较文件视图，文字、图片和格式的改动左右对照；全公司泡在Acrobat里就用它。Microsoft Word不用Acrobat也能比：两个PDF分别在Word里打开转成可编辑文字，再用审阅选项卡里的比较。这条路抓措辞改动很准，但有时把Word自己引入的版式偏移也赖成改动。

第三条路是纯文字。PDF转Markdown把两个版本都转成文字，扔进任何程序员编辑器或版本管理里比。文件打死不能出设备、版式跟措辞一样要紧，或想一次完成比较并得出结论、不想转来转去，就用本页。

PDF比较，快问快答

两个版本载反了，要紧吗？
要紧，换回来。增词从旧版往新版数，反了就增删全颠倒。页面对还是那些对，故事讲反了。
词全对，页面还标有变化？
字没动，墨动了：版式挪了、多了个章、字体重渲染了。词过文字检查，渲染对不上，像素那票否决。
两份手机扫描的合同能比吗？
能，只看像素，但噪点多。两次扫描对不齐，歪一点就算动。两份同一数字文件的导出，比出来最干净。
三稿怎么比，不是两稿？
跑两趟：v1对v2，再v2对v3。每份报告写着自己比的是哪对，链条不乱。稿子多就每版都过PDF转Markdown，比导出的文本。
500页的手册会跑崩吗？
没有硬顶。渲染全在您的设备上，内存是实际边界。大文件只是慢，不拒收。

本地工具箱的其余工具

下面的工具都一样跑：文件留设备上，每个结果检查过才出现下载，账号不问。

拿着差异动手