Vai al contenuto

Confronta file PDF — Trova differenze di testo e visive nel browser

Confronta due PDF parola per parola e pixel per pixel: ogni parola aggiunta, eliminata o modificata evidenziata pagina per pagina, senza caricare nessuno dei due file.

Hai trovato un problema o qualcosa che potrebbe andare meglio? Leggiamo ogni messaggio e sistemiamo le cose in fretta.

Questo strumento gratuito confronta due file PDF e mostra esattamente cosa è cambiato: parole aggiunte, eliminate e sostituite, pagina per pagina, nel browser. Aggiungi il PDF originale e quello revisionato: il testo di ogni pagina viene estratto, le pagine delle due versioni vengono abbinate (una pagina inserita o eliminata viene riconosciuta invece di far slittare tutto ciò che segue) e ogni coppia viene confrontata parola per parola. Le parole eliminate sono barrate e marcate [− …], quelle aggiunte sono sottolineate e marcate [+ …], affiancate o in linea, così le differenze si leggono senza dipendere dal colore. Una modalità visiva renderizza le pagine ed evidenzia le differenze nei pixel, per le modifiche che il testo non può mostrare: un logo spostato, una nuova firma, un grafico diverso.

Lo strumento è onesto su cosa un confronto di PDF può e non può fare. Un PDF scansionato contiene immagini delle pagine, non testo, quindi il confronto del testo non vi trova nulla; usa la modalità visiva, oppure converti prima la scansione in testo con lo strumento Da immagine a testo (OCR). Il testo che va a capo sulla riga successiva viene gestito, ma il testo spinto su un'altra pagina appare come un'eliminazione su una pagina e un'aggiunta sulla successiva. Entrambi i file restano sul tuo dispositivo, il che conta per i contratti, i preventivi e le policy per cui di solito si usa.

Come si usa

  1. Scegli il PDF originale come A e quello modificato come B (oppure premi Prova con due PDF di esempio per vedere come funziona).
  2. Leggi il riepilogo: pagine di ciascun file, pagine con modifiche, parole aggiunte ed eliminate.
  3. Scorri le pagine con il menu delle pagine o con il pulsante Modifica successiva. Passa dalla vista affiancata a quella in linea; apri Opzioni per ignorare maiuscole/minuscole o punteggiatura, o per abbinare le pagine rigorosamente per numero.
  4. Per impaginazione, immagini o file scansionati, passa a Differenze visive, imposta la soglia di sensibilità e premi Trova pagine modificate per elencare tutte le pagine che appaiono diverse.
  5. Scarica il report in HTML (da leggere o stampare) o in testo semplice (stile wdiff, [-eliminato-] {+aggiunto+}).

Domande frequenti

Come si confrontano due file PDF per trovare le differenze?

Aggiungi la versione precedente come A e quella più recente come B. Lo strumento estrae il testo di ogni pagina, abbina le pagine dei due file e marca ogni parola aggiunta, eliminata o sostituita. Per le differenze che non sono testo, come immagini, impaginazione o una pagina scansionata, usa la modalità visiva, che confronta le pagine renderizzate pixel per pixel e incornicia le zone modificate.

I miei PDF vengono caricati?

No. Entrambi i file vengono aperti con pdf.js, il motore PDF di Firefox, nella scheda del browser, e tutto il confronto avviene lì. Niente viene inviato a un server, quindi contratti e bozze riservati non lasciano mai il tuo dispositivo. Una volta caricata, la pagina continua a funzionare anche offline.

Perché non trova testo nel mio PDF?

Probabilmente il PDF è una scansione: ogni pagina è un'immagine del foglio, senza livello di testo. Il confronto del testo ha bisogno di testo. Usa la modalità Differenze visive, che funziona con qualsiasi PDF, oppure converti prima la scansione in testo con uno strumento OCR. Un PDF creato con "Stampa in PDF" da un programma, o esportato da Word, contiene testo vero e si confronta senza problemi.

Perché una piccola modifica appare come tante modifiche?

Di solito perché il testo si è spostato tra le pagine. Se una modifica sposta un paragrafo da pagina 3 a pagina 4, il confronto lo vede sparire da una pagina e comparire nella successiva. Il ritorno a capo diverso all'interno di una pagina non causa questo effetto, perché si confrontano le parole e non le righe; e le parole sillabate a fine riga vengono ricomposte prima del confronto. Anche le modifiche in tabelle o colonne possono sembrare più ampie, perché un PDF le memorizza come frammenti posizionati senza un ordine di lettura.

Cosa succede se i PDF hanno un numero di pagine diverso?

Le pagine vengono allineate in base al contenuto. Una pagina inserita nella nuova versione è indicata come "solo in B (aggiunta)", una pagina eliminata come "solo in A (eliminata)", e le pagine circostanti vengono comunque confrontate con le loro vere corrispondenti. Se preferisci confrontare comunque la pagina 1 con la 1, la 2 con la 2, spunta "Abbina le pagine per numero" in Opzioni.

Posso salvare il confronto?

Sì. Scarica il report come file HTML, che si apre in qualsiasi browser e si stampa in modo pulito con il testo eliminato barrato e quello aggiunto sottolineato, oppure come file di testo semplice con la notazione [-eliminato-] {+aggiunto+} di GNU wdiff. Se hai eseguito la scansione visiva, ogni pagina riporta anche la percentuale di pixel diversi.

Confronto del testo e confronto visivo

Le due modalità rispondono a domande diverse. Il confronto del testo chiede "sono cambiate le parole?" e fornisce un elenco esatto: quale parola, su quale pagina. Ignora caratteri, colori, spaziature e immagini, ed è ciò che serve quando controlli se in un contratto o in una policy sono state modificate delle clausole. Il confronto visivo chiede "la pagina ha un aspetto diverso?" e coglie ciò che il testo non può mostrare: un logo sostituito, un valore cambiato in un grafico, una firma, un timbro, una tabella spostata o qualsiasi differenza in un PDF scansionato.

Quando conta, usali entrambi. Esegui il confronto del testo per leggere le modifiche, poi la scansione visiva per assicurarti che nulla sia cambiato al di fuori del testo. Una differenza visiva su una pagina senza modifiche al testo merita un'occhiata attenta.

Come funziona il confronto

• Estrazione del testo: pdf.js restituisce il testo di ogni pagina come frammenti posizionati; i frammenti sulla stessa linea di base diventano una riga, ordinata da sinistra a destra.

• Allineamento delle pagine: le pagine vengono abbinate in base alle parole che hanno in comune (un allineamento con programmazione dinamica, la stessa idea usata per allineare sequenze di DNA), così una pagina inserita viene riconosciuta come inserimento.

• Diff delle parole: ogni coppia di pagine viene confrontata parola per parola con l'algoritmo di diff di Myers (quello alla base di git diff), dopo l'eventuale normalizzazione di maiuscole/minuscole e punteggiatura.

• Diff visivo: entrambe le pagine vengono renderizzate alla stessa scala; un pixel conta come modificato quando un canale di colore differisce più della soglia, e i pixel modificati vengono raggruppati in zone numerate.

Limiti da conoscere

Impaginazioni a più colonne e tabelle vengono confrontate nell'ordine in cui il PDF ne memorizza il testo, che di solito, ma non sempre, è l'ordine di lettura. Due PDF prodotti da programmi diversi a partire dallo stesso documento possono differire per spaziatura, legature (fi come unico carattere) o interruzioni di riga, e mostrare modifiche dove un lettore non ne vede; ignorare la punteggiatura aiuta in alcuni di questi casi. Le pagine molto grandi e quasi completamente diverse vengono mostrate come sostituite per intero anziché confrontate, così il browser resta reattivo. I file sono limitati a 50 MB ciascuno.