2つのPDFの違いを比較する方法
要点: 初期設定では、「PDFを比較 オンライン」は行単位のテキスト差分と、追加は緑、削除は赤、変更は琥珀色、移動は青で示す左右並びのPDFの両方を作成します。テキストはブロック単位で比較されるため、段落を1つ挿入してもその下のページ全体が強調されることはありません。
グループ
比較
比較: PDF guidance for reliable document processing and quality checks.
メインツール
PDFを比較 オンライン
この記事からツールを開き、今の言語のまま処理できます。
ツールを開く目次
2つのバージョンのPDFを比較する:結果の読み方
取引先から「先ほどと同じ原稿に、軽微な修正を入れたものです」と送られてきました。知りたいことはいつも同じです。修正箇所は具体的にどこか、そして誰も触れていない変更が紛れ込んでいないか。両方を頭から読み通すと1時間かかる上に精度も上がりません。数字の書き換えは目が見逃しやすく、行がずれただけの箇所を違いと勘違いしてしまいます。
このツールは、その疑問に2種類のレポートで同時に答えます。使い始める前に、この2つの違いを押さえておくと便利です。
2つのレポートは、それぞれ別の疑問に答える
| レポート | 内容 | 答えてくれる疑問 |
|---|---|---|
| テキスト | 行単位で比較した結果を収めた `.txt` ファイル | 文面のどこが違うのか |
| ビジュアル | ページを左右に並べ、色付きのマークを重ねたPDF見開き | その違いがページのどこにあるのか |
どちらも初期設定で作成され、結果の一覧ではテキストレポートが先頭に並びます。この組み合わせには理由があります。テキストレポートはメールに貼り付けて行ごとに話し合うのに向いており、ビジュアルレポートは元の文書の隣に開いて、画面上で該当箇所を指し示すためのものです。
両方を指定したのにビジュアルレポートを作成できなかった場合でも、ジョブは失敗になりません。テキストレポートに加えて、理由を示す別の警告が表示されます。これは意図した動作です。描画できなかった文書でも、テキストの比較なら通ることが多いためです。
4つの色とその意味
ビジュアルレポートでは、ページ上の該当箇所が色付きの枠で示されます。色ごとに変更の種類が決まっています。
| 色 | 種類 | 何が起きたか |
|---|---|---|
| 緑 | 追加 | 古いバージョンにはなかったブロック |
| 赤 | 削除 | 古いバージョンにあり、新しいバージョンでは消えたブロック |
| 琥珀色 | 変更 | 位置は同じで、テキストだけが異なるブロック |
| 青 | 移動 | 同じテキストが文書内の別の場所に現れた |
マーカーはもう1種類あります。独自の色と凡例の行を持つ、べた塗りのマークです。これはテキスト以外の違い、つまり画像、罫線、表のセルの背景、色の違いを表します。マークの付け間違いではなく、別の種類の比較です。詳しくは後述します。
「移動」が「変更」と別物である理由
ここがこのツールの肝心なところです。単純な比較では、ページを行ごとに突き合わせます。そのため冒頭に段落を1つ挿入しただけで、その下の行がすべて一緒にずれ、すべて「変更」と判定されてしまいます。
このツールの比較は仕組みが違います。ページをテキストのブロックに分け、位置ではなく内容でバージョン間のブロックを対応づけます。上に挿入があったせいで下にずれただけの段落は同じものと認識され、マークは付きません。
青い「移動」マークが付くのは、位置の変化が、リフローの結果ではなく編集によるものである場合だけです。契約書の条項が第3条から第7条に移ったなら、青で表示されます。一方、上に1文追加されて2センチ下がっただけの条項には、何も付きません。
実用上の意味は単純です。サマリーの件数は、リフローの規模ではなく、実際に行われた編集の数を表しています。
テキスト以外の比較
テキストでないものは、すべてピクセル単位で比較します。写真、ロゴ、表の罫線、塗りつぶし、色などです。
重要な点があります。ピクセル比較を行うのは、テキストブロックの外側だけです。1つの編集が「テキストの変更」と「同じ場所のピクセルの変更」で二重に数えられないようにするための、意図的な仕様です。
これで、よくある疑問も説明できます。「ページの半分が塗られているのに、サマリーでは変更が0件になっている」という場合です。これは、テキストの内容は変わっていないものの、ほかの何かが変わったことを意味します。ロゴが別のバージョンになった、塗りの色合いが違う、画像が別の圧縮率で保存し直された、といった場合です。重要な違いのこともあれば、別のエディタから書き出し直したことによる副作用にすぎないこともあります。
比較の手順
1. PDFを比較 オンラインを開き、ファイルをちょうど2つアップロードします。 2. 古いバージョンが先になっていることを確認します。順番によって、何が追加で何が削除かが決まります。 3. どちらのレポートが必要か分からないときは、両方をオンにしたままにします。 4. ジョブを実行し、結果をダウンロードします。 5. まずテキストレポートを見ます。修正の中身が分かります。テキストだけでは分かりにくい箇所は、ビジュアルレポートで確認します。
ファイルの順番には特に注意してください。ツールはどちらが新しいバージョンかを判断できず、位置で決めます。1つ目のファイルが「変更前」、2つ目が「変更後」です。順番を逆にすると、追加が削除として表示される鏡写しのレポートになります。
スキャンした文書の比較
スキャンにはテキストがないため、スキャン同士のテキストレポートは空になります。これは失敗ではありません。
ビジュアル比較はそのまま動作します。ピクセル比較にはテキストレイヤーが要らないためです。差し替えられたページや手書きで書き足された1行を見つけたい文書なら、これで足りることが多いでしょう。
テキストでの比較結果がどうしても必要な場合は、先に両方の文書をオンラインPDF OCRにかけてください。ただし、認識されたテキストには誤りが含まれます。レポートに出る違いの一部は、文書そのものの違いではなく、認識結果のばらつきです。
関連する警告もあります。一部のページでテキストを確実に抽出できなかった場合、結果にそのページ番号が一覧で表示されます。それらのページはテキストとしては比較されておらず、本当の違いが隠れている可能性があります。
設定で何が変わるか
比較モードは、テキストレポート用にテキストをどう抽出するかを決めます。「テキストのみ」か、「テキストと間隔」かの選択です。後者はインデントや配置の変化も検出します。ビジュアルレポートには一切影響しません。
「空白を無視」は初期設定でオンになっており、スペースと改行だけの違いをレポートから除外します。
この2つの設定は両立しませんが、ツールはその点を正直に知らせてくれます。「テキストとレイアウト」モードでは空白がレイアウトを示す情報なので、無視できません。この設定はテキストレポートに対して黙って適用されなくなります。ただし黙ったままにはならず、警告が表示されます。一方、ビジュアルレポートでは、空白の設定が引き続き反映されます。
制限事項
ビジュアルレポートが対象とするのは、100ページ以内の文書です。各ページを2回描画し、見開きに配置する必要があり、負荷が大きいためです。テキスト比較にはこうした上限はありません。
それより長い文書は、全体ではなくセクションごとに比較するのが現実的です。ページを抽出 オンラインで、両方のバージョンから必要な範囲を取り出し、その部分同士を比較してください。
文書を開くパスワードで保護されている場合、比較はできません。内容が暗号化されているためです。先にパスワードを解除する必要があります。
最後にもう1つ。比較が答えるのは「何が変わったか」であって、「その編集が正当か」ではありません。レポートは結論ではなく、確認すべき箇所の一覧として読んでください。
著者
サービスチームが作成し、Sergey Gaginがサービスの責任者を務めています。
よくある質問
このグループの他の記事
関連ツール
PDFを比較 オンライン
2つのPDFバージョンを比較し、承認、公開、またはクライアントへの納品前にすべての相違点を見つけることで、見落としを防ぎます。
オンラインPDF OCR
スキャンPDFに検索・コピーできるテキスト層を追加します。OCRの言語や品質を選び、認識結果を確認してください。
PDFをテキストに変換
PDFのテキストをプレーンテキストのファイルに抽出して、書式やレイアウトなしで内容をコピーできるようにします。
ページを抽出 オンライン
PDF からページまたは範囲を選択し、元のファイルから何も削除せずに別のドキュメントとして保存します。実用的な使用例としては、証明書、章、または付録を独自の PDF として保存することが挙げられます。