Comparar dos versiones de un PDF

Comparar dos versiones de un PDF: cómo leer el resultado

La otra parte envió «el mismo borrador con cambios menores». La pregunta es siempre la misma: dónde están exactamente los cambios y si ha aparecido algo que nadie mencionó. Leer los dos documentos seguidos cuesta una hora y funciona mal: el ojo se salta una cifra cambiada y encuentra diferencias donde solo se desplazó una línea.

La herramienta responde a esa pregunta de dos maneras distintas a la vez, y conviene entender la diferencia antes de empezar.

Dos informes que responden preguntas distintas

Ambos se construyen por defecto, y el de texto va primero en la lista de resultados. Es una pareja sensata: el informe de texto se copia fácil a un correo y se discute por líneas, el visual se abre junto al original y se señala con el dedo.

Si el informe visual no se pudo construir y usted pidió los dos, la tarea no se cae: llega el de texto más un aviso aparte con el motivo. Es intencionado, porque un documento que el motor no logró dibujar suele rendirse igualmente a la comparación de texto.

Cuatro colores y qué significa cada uno

El informe visual marca las páginas con recuadros de color, y cada color corresponde a un tipo de cambio.

Hay además un quinto marcador, una mancha sólida con su propio color y su propia fila en la leyenda. Marca diferencias fuera del texto: en una imagen, una línea, el fondo de una celda, un color. No es un error de marcado sino otro tipo de comparación, descrito más abajo.

Por qué «movido» no es lo mismo que «cambiado»

Aquí está el verdadero trabajo de la herramienta. Una comparación ingenua enfrenta las páginas línea a línea, e insertar un solo párrafo arriba convierte en «cambiadas» todas las líneas siguientes, porque cada una se desplazó.

Esta comparación funciona de otro modo: la página se descompone en bloques de texto y los bloques se emparejan entre versiones por contenido y no por posición. Un párrafo que simplemente bajó por una inserción anterior se reconoce como el mismo y no se marca en absoluto.

El marcador azul de «movido» aparece solo cuando el desplazamiento es una edición y no consecuencia de la maquetación. Una cláusula que viajó de la sección tres a la siete sale azul. Esa misma cláusula empujada dos centímetros hacia abajo por una frase añadida arriba queda sin marcar.

El sentido práctico es simple: el recuento del resumen refleja el número de ediciones reales, no la magnitud de la remaquetación.

Qué se compara además del texto

Todo lo que no es texto se compara píxel a píxel: imágenes, logotipos, líneas de tabla, rellenos, color.

Un detalle importante: la comparación de píxeles solo actúa fuera de los bloques de texto. Es deliberado, para que una misma edición no se cuente dos veces, primero como texto cambiado y luego como píxeles cambiados en el mismo punto.

Eso explica un desconcierto frecuente: «media página resaltada y el resumen dice cero cambios». Significa que el contenido textual no cambió pero sí otra cosa: otra versión de un logotipo, otro tono de relleno, una imagen reguardada con otra compresión. A veces importa, a veces es efecto secundario de reexportar el archivo desde otro editor.

Cómo lanzar la comparación

1. Abra compare-pdf y suba exactamente dos archivos. 2. Asegúrese de que la versión antigua va primero: el orden decide qué cuenta como añadido y qué como eliminado. 3. Deje activos ambos informes si no sabe cuál necesitará. 4. Ejecute la tarea y descargue el resultado. 5. Empiece por el informe de texto: muestra el fondo de los cambios. Abra el visual para los puntos donde el texto por sí solo no basta.

El orden de los archivos merece atención aparte. La herramienta no sabe cuál versión es más reciente y lo decide por posición: el primer archivo es «antes», el segundo «después». Un orden invertido da un informe en espejo donde lo añadido aparece como eliminado.

Comparar escaneos

Un escaneo no contiene texto, así que un informe de texto sobre dos escaneos sale vacío, y eso no es un fallo.

La comparación visual sí se ejecuta: la parte de píxeles no necesita capa de texto. Para documentos donde hay que detectar una página sustituida o una línea escrita a mano, suele bastar.

Si necesita concretamente el desglose de texto, ambos documentos deben pasar antes por ocr-pdf. Tenga en cuenta que el texto reconocido contiene errores, así que parte de las diferencias del informe serán discrepancias del reconocimiento y no de los documentos.

Ese mismo asunto tiene su propio aviso: si no se pudo extraer texto con fiabilidad de algunas páginas, el resultado enumera sus números. Esas páginas no se compararon por texto y pueden estar ocultando diferencias reales.

Qué cambian realmente los ajustes

El modo de comparación decide cómo se extrae el texto para el informe de texto: solo texto, o texto junto con su espaciado. El segundo modo detecta cambios de sangrado y alineación, y no influye en absoluto en el informe visual.

Ignorar los espacios viene activado y elimina del informe las diferencias formadas solo por espacios y saltos de línea.

Esos dos ajustes entran en conflicto, y la herramienta lo dice con honestidad. En el modo de texto y disposición, los espacios son la señal de maquetación, así que no se pueden ignorar, y el ajuste deja en silencio de aplicarse al informe de texto. En lugar de silencio llega un aviso. El informe visual, mientras tanto, sigue respetando el ajuste de espacios.

Los límites

El informe visual se construye para documentos de no más de cien páginas: cada página debe dibujarse dos veces y componerse en una doble página, y eso sale caro. La comparación de texto no tiene ese tope.

Si los documentos son más largos, lo sensato es comparar por secciones y no enteros: saque los rangos que necesita de ambas versiones con extract-pages y compare las partes.

Un documento protegido con contraseña de apertura no se puede comparar: el contenido está cifrado. La contraseña debe quitarse antes.

Y por último: la comparación responde a la pregunta «qué cambió», no a «es legítimo este cambio». Lea el informe como una lista de sitios que revisar, no como una conclusión.