दो PDF की तुलना कैसे करें: बदलाव ढूँढें

डिफ़ॉल्ट रूप से “पीडीएफ की तुलना करें” दोनों रिपोर्ट बनाता है: पंक्ति-दर-पंक्ति टेक्स्ट diff और आमने-सामने पेजों वाली PDF, जिसमें जुड़ा हुआ हरा, हटा हुआ लाल, बदला हुआ नारंगी और स्थानांतरित नीला होता है। टेक्स्ट ब्लॉक-दर-ब्लॉक तुलना होती है, इसलिए एक पैराग्राफ़ जोड़ने से नीचे का पूरा पेज हाइलाइट नहीं होता।

PDF के दो संस्करणों की तुलना: नतीजा कैसे पढ़ें

दूसरे पक्ष ने «वही मसौदा, थोड़े बदलावों के साथ» भेजा है। सवाल हमेशा एक ही रहता है: बदलाव ठीक-ठीक कहाँ हैं और कहीं ऐसा कुछ तो नहीं जुड़ गया जिसका ज़िक्र किसी ने नहीं किया। दोनों दस्तावेज़ लगातार पढ़ने में एक घंटा लगता है और नतीजा कमज़ोर रहता है: आँख बदला हुआ अंक छोड़ देती है और वहाँ अंतर देख लेती है जहाँ बस एक पंक्ति खिसकी है।

टूल इस सवाल का जवाब एक साथ दो अलग तरीक़ों से देता है, और शुरू करने से पहले यह फ़र्क़ समझ लेना काम आता है।

दो रिपोर्ट, दो अलग सवालों के जवाब

रिपोर्टयह क्या हैकिस सवाल का जवाब देती है
टेक्स्टपंक्ति-दर-पंक्ति तुलना वाली `.txt` फ़ाइलठीक-ठीक क्या अलग लिखा है
दृश्यआमने-सामने पेज और रंगीन चिह्नों वाली PDFवह पेज पर कहाँ है

दोनों डिफ़ॉल्ट रूप से बनती हैं, और नतीजों की सूची में टेक्स्ट वाली पहले आती है। यह समझदार जोड़ी है: टेक्स्ट रिपोर्ट ईमेल में चिपकाना और पंक्तिवार चर्चा करना आसान है, दृश्य रिपोर्ट मूल के बगल में खोलकर उँगली से दिखाई जाती है।

अगर दृश्य रिपोर्ट नहीं बन पाई और आपने दोनों माँगी थीं, तो काम गिरता नहीं: टेक्स्ट रिपोर्ट के साथ कारण बताती अलग चेतावनी आ जाती है। यह जानबूझकर है, क्योंकि जिस दस्तावेज़ को रेंडरर नहीं संभाल पाया, वह आम तौर पर टेक्स्ट तुलना के आगे झुक ही जाता है।

चार रंग और हर एक का अर्थ

दृश्य रिपोर्ट पेजों पर रंगीन चौखटे लगाती है, और हर रंग अपने क़िस्म के बदलाव का प्रतिनिधि है।

रंगप्रकारक्या हुआ
हराजुड़ायह ब्लॉक पुराने संस्करण में नहीं था
लालहटायह ब्लॉक पुराने संस्करण में था और अब नहीं है
नारंगीबदलाब्लॉक अपनी जगह रहा, पर उसका टेक्स्ट दूसरा है
नीलास्थानांतरितवही टेक्स्ट दस्तावेज़ में किसी और जगह मिला

एक पाँचवाँ चिह्न भी है, अपनी रंगत और लेजेंड में अपनी पंक्ति वाली ठोस परत। वह टेक्स्ट के बाहर के अंतर दिखाती है: तस्वीर में, रेखा में, तालिका की कोठरी की पृष्ठभूमि में, रंग में। यह चिह्नांकन की भूल नहीं, दूसरी क़िस्म की तुलना है, जिसका ज़िक्र नीचे है।

«स्थानांतरित» और «बदला हुआ» एक क्यों नहीं

टूल का असली काम यहीं है। भोली तुलना पेजों को पंक्तिवार मिलाती है, और ऊपर एक पैराग्राफ़ जोड़ते ही नीचे की हर पंक्ति «बदली हुई» हो जाती है, क्योंकि हर एक खिसक गई है।

यह तुलना दूसरी तरह चलती है: पेज को टेक्स्ट ब्लॉकों में बाँटा जाता है, और ब्लॉक संस्करणों के बीच स्थिति से नहीं, सामग्री से मिलाए जाते हैं। जो पैराग्राफ़ ऊपर की जोड़ के कारण बस नीचे सरक गया, उसे वही पैराग्राफ़ पहचाना जाता है और उस पर कोई चिह्न नहीं लगता।

नीला «स्थानांतरित» चिह्न तभी लगता है जब जगह बदलना एक संपादन हो, न कि पुनर्संयोजन का नतीजा। जो धारा तीसरे खंड से सातवें में चली गई, वह नीली आएगी। वही धारा, जो ऊपर जोड़े गए एक वाक्य से दो सेंटीमीटर नीचे खिसकी, बिना चिह्न रहेगी।

व्यावहारिक अर्थ सीधा है: सारांश की गिनती असली संपादनों की संख्या बताती है, पुनर्संयोजन के पैमाने की नहीं।

टेक्स्ट के अलावा और क्या मिलाया जाता है

जो कुछ टेक्स्ट नहीं है, उसकी तुलना पिक्सेल-दर-पिक्सेल होती है: तस्वीरें, लोगो, तालिका की रेखाएँ, भराव, रंग।

एक अहम बारीक़ी: पिक्सेल तुलना सिर्फ़ टेक्स्ट ब्लॉक के बाहर चलती है। यह जानबूझकर है, ताकि एक ही संपादन दो बार न गिना जाए, पहले बदले टेक्स्ट के रूप में और फिर उसी जगह बदले पिक्सेल के रूप में।

इससे एक आम उलझन समझ आती है: «आधा पेज हाइलाइट है और सारांश में शून्य बदलाव»। इसका मतलब है कि टेक्स्ट नहीं बदला, कुछ और बदला: लोगो का दूसरा संस्करण, भराव की दूसरी छाया, किसी और कंप्रेशन से दोबारा सहेजी तस्वीर। कभी यह मायने रखता है, कभी यह दूसरे संपादक से फिर से निर्यात करने का दुष्प्रभाव भर होता है।

तुलना कैसे चलाएँ

1. पीडीएफ की तुलना करें खोलिए और ठीक दो फ़ाइलें अपलोड कीजिए। 2. ध्यान रखिए कि पुराना संस्करण पहले हो: क्रम ही तय करता है कि क्या जुड़ा माना जाए और क्या हटा। 3. निश्चित न हो कि कौन सी रिपोर्ट चाहिए, तो दोनों चालू रहने दीजिए। 4. प्रोसेस चलाइए और नतीजा डाउनलोड कीजिए। 5. टेक्स्ट रिपोर्ट से शुरू कीजिए: वह बदलावों का सार दिखाती है। जहाँ अकेले टेक्स्ट से बात साफ़ न हो, वहाँ दृश्य रिपोर्ट खोलिए।

फ़ाइलों का क्रम अलग से ध्यान माँगता है। टूल नहीं जानता कि कौन सा संस्करण नया है और स्थिति से तय करता है: पहली फ़ाइल «पहले», दूसरी «बाद»। उल्टा क्रम दर्पण रिपोर्ट देता है, जिसमें जुड़ा हुआ हटा हुआ दिखता है।

स्कैन की तुलना

स्कैन में टेक्स्ट नहीं होता, इसलिए दो स्कैन की टेक्स्ट रिपोर्ट ख़ाली आती है, और यह ख़राबी नहीं है।

दृश्य तुलना फिर भी चलती है: पिक्सेल वाले हिस्से को टेक्स्ट लेयर की ज़रूरत नहीं। जिन दस्तावेज़ों में बदला हुआ पेज या हाथ से लिखी पंक्ति पकड़नी हो, वहाँ अक्सर यही काफ़ी है।

अगर आपको ठीक टेक्स्ट का ब्योरा चाहिए, तो दोनों दस्तावेज़ पहले ओसीआर पीडीएफ से गुज़ारने होंगे। ध्यान रखिए कि पहचाना हुआ टेक्स्ट ग़लतियाँ रखता है, इसलिए रिपोर्ट के कुछ अंतर दस्तावेज़ों के नहीं, पहचान के होंगे।

इसी बारे में अलग चेतावनी भी है: किन्हीं पेजों से टेक्स्ट भरोसे से न निकल पाया हो तो नतीजे में उनके नंबर गिनाए जाते हैं। वे पेज टेक्स्ट के हिसाब से मिलाए ही नहीं गए और असली अंतर छिपा सकते हैं।

सेटिंग्स असल में क्या बदलती हैं

तुलना मोड तय करता है कि टेक्स्ट रिपोर्ट के लिए टेक्स्ट कैसे निकाला जाए: सिर्फ़ टेक्स्ट, या टेक्स्ट अपने अंतराल के साथ। दूसरा मोड हाशिये और पंक्तिबद्धता के बदलाव पकड़ता है, और दृश्य रिपोर्ट पर उसका कोई असर नहीं।

रिक्त स्थान अनदेखा करना डिफ़ॉल्ट रूप से चालू है और रिपोर्ट से वे अंतर हटा देता है जो सिर्फ़ स्थान और पंक्ति-विराम से बने हों।

ये दोनों सेटिंग्स टकराती हैं, और टूल यह ईमानदारी से बताता है। «टेक्स्ट और विन्यास» मोड में रिक्त स्थान ही विन्यास का संकेत है, इसलिए उसे अनदेखा नहीं किया जा सकता, और सेटिंग चुपचाप टेक्स्ट रिपोर्ट पर लागू होना बंद कर देती है। चुप्पी की जगह चेतावनी आ जाती है। दृश्य रिपोर्ट पर रिक्त स्थान की सेटिंग तब भी लागू रहती है।

सीमाएँ

दृश्य रिपोर्ट सौ पेज तक के दस्तावेज़ों के लिए बनती है: हर पेज दो बार बनाना और दोहरे पन्ने में जोड़ना पड़ता है, और यह महँगा है। टेक्स्ट तुलना पर ऐसी ऊपरी सीमा नहीं।

दस्तावेज़ इससे लंबे हों तो समझदारी है पूरा नहीं, खंडवार मिलाना: दोनों संस्करणों से ज़रूरी हिस्से पन्ने निकालें से निकालिए और उन्हीं की तुलना कीजिए।

खोलने के पासवर्ड से सुरक्षित दस्तावेज़ की तुलना नहीं हो सकती: सामग्री कूटबद्ध है। पासवर्ड पहले हटाना होगा।

और आख़िर में: तुलना «क्या बदला» का जवाब देती है, «यह बदलाव जायज़ है या नहीं» का नहीं। रिपोर्ट को जाँचने लायक़ जगहों की सूची की तरह पढ़िए, निष्कर्ष की तरह नहीं।

लेखक:

तुलना कितनी फ़ाइलें लेती है?

ठीक दो। यह बैच कार्य नहीं है: तीन संस्करण जाँचने हों तो उन्हें जोड़ों में मिलाइए।

बिना टेक्स्ट लेयर वाले दो स्कैन की तुलना करूँ तो?

टेक्स्ट रिपोर्ट ख़ाली आएगी और दृश्य रिपोर्ट फिर भी बनेगी, क्योंकि तस्वीरें पिक्सेल-दर-पिक्सेल मिलाई जाती हैं। साथ ही उन पेजों की चेतावनी आएगी जहाँ टेक्स्ट नहीं निकला। असली टेक्स्ट diff के लिए दोनों दस्तावेज़ पहले “ओसीआर पीडीएफ” से गुज़ारिए।

एक शब्द बदला और पूरा पेज हाइलाइट क्यों है?

वह टेक्स्ट का अंतर नहीं, पिक्सेल की परत है: वह टेक्स्ट ब्लॉक के बाहर के बदलाव दिखाती है, जैसे किसी तस्वीर, रेखा या पृष्ठभूमि में। उसका अपना रंग और लेजेंड में अपनी पंक्ति है, चारों टेक्स्ट चिह्नों से अलग।

क्या खाता ज़रूरी है?

नहीं, बुनियादी काम बिना पंजीकरण के होता है।

फ़ाइलें कितने समय तक रखी जाती हैं?

फ़ाइलें केवल चुने गए ऑपरेशन के लिए उपयोग होती हैं और प्रोसेसिंग पूरी होते ही स्वतः हटा दी जाती हैं। हम अपलोड किए गए दस्तावेज़ों का उपयोग AI मॉडल के प्रशिक्षण के लिए नहीं करते।