Comparar PDF

Cómo funciona

Abre la versión nueva y añade la antigua en el propio panel (o elige una versión anterior hecha en esta sesión). Verás un resumen con las páginas cambiadas y las palabras añadidas y eliminadas, la lista de páginas y, en cada una, el texto con lo añadido subrayado en verde y lo eliminado tachado en rojo. Los botones de cambio siguiente y anterior te llevan de un cambio al siguiente; puedes ignorar las diferencias de espacios o de mayúsculas.

La vista de cambios visuales dibuja las dos páginas y marca en rojo los píxeles que difieren, con tres formas de verlas (diferencias, una al lado de la otra y un deslizador) y una tolerancia que puedes ajustar. Sirve también para imágenes y para páginas escaneadas. Si una página no tiene texto, puedes ejecutar el OCR en tu dispositivo para comparar también sus palabras.

Puedes descargar un informe en PDF con solo las páginas que han cambiado, o la lista de cambios en un archivo de texto. Ninguna de las dos descargas modifica el documento abierto, y los dos archivos se leen y se comparan en la memoria de tu dispositivo.

Qué no se conserva y límites

• Solo se compara la capa de texto de cada página (y, aparte, los píxeles). El texto que forma parte de una imagen no se lee si no ejecutas el OCR.
• El contenido movido o reordenado aparece como eliminado en un sitio y añadido en otro: la herramienta no sabe que es el mismo párrafo. Solo avisa cuando un texto idéntico parece haberse movido.
• Las ligaduras (como fi), los espacios de no separación y los caracteres invisibles se normalizan, así que no cuentan como cambios; aun así, las fuentes y las codificaciones de algunos archivos pueden producir diferencias falsas o esconder las reales. Revisa lo que importa en la vista visual.
• Las páginas escaneadas no tienen texto que comparar hasta que se ejecuta el OCR (se ofrece cuando está disponible, nunca se ejecuta solo), y el texto resultante es tan fiable como lo sea el OCR; puede tener errores de reconocimiento. El OCR se hace en una copia en memoria: tus archivos no se tocan.
• Las páginas se emparejan por número de página, no por contenido. Si en la versión nueva se ha insertado una página, todas las siguientes se comparan con la página equivocada y salen distintas. Por ahora no hay forma de desplazar el emparejamiento.
• Las diferencias de píxeles dependen del programa que dibuja las páginas y de la tolerancia elegida: el mismo dibujo puede suavizarse de otra manera en otro visor, y una tolerancia alta puede ocultar diferencias leves.
• Si las dos páginas tienen tamaños distintos, se anclan en la esquina superior izquierda y la zona sobrante cuenta como cambiada, o se ajusta la nueva al tamaño de la antigua, lo que es solo aproximado. Una diferencia de giro se dice y se compara lo que muestra un visor. Las páginas muy grandes se dibujan con menos detalle y pueden pasar por alto diferencias pequeñas.
• En una página con diferencias extremas el cálculo se corta y el resto se muestra como un único bloque eliminado y un único bloque añadido.
• El informe en PDF contiene solo las páginas que han cambiado, con imágenes de página a resolución reducida (comprimidas) y un máximo de páginas con imagen; los caracteres que la fuente incluida (Noto Sans, juego latino) no tiene aparecen como ? y se listan. El informe usa una sola fuente, sin negrita.
• El resultado se ha comprobado con pikepdf y qpdf (estructura), poppler (pdftotext, pdftoppm) y recuentos de palabras y de píxeles hechos aparte; no se ha probado con Adobe Acrobat ni Reader, y solo se ha visto funcionar en Chromium.
• Todo ocurre en la memoria de tu dispositivo y nada sale de él. Los archivos muy grandes (más de unos 100-150 MB entre los dos) pueden fallar, sobre todo en móviles. Al cerrar o cambiar el documento se descarta la comparación.