Cách so sánh hai phiên bản PDF
Tóm lại: Mặc định So sánh PDF trực tuyến tạo cả hai báo cáo: đối chiếu văn bản từng dòng và PDF xếp cạnh nhau, trong đó phần thêm màu xanh lá, phần xóa màu đỏ, phần đổi màu hổ phách, phần di chuyển màu xanh dương. Văn bản được so theo từng khối, nên chèn một đoạn không làm cả trang bên dưới bị tô màu.
Nhóm chủ đề
so sánh
so sánh: PDF guidance for reliable document processing and quality checks.
Công cụ chính
So sánh PDF trực tuyến
Mở công cụ được nhắc đến trong bài viết để thực hiện thao tác bằng ngôn ngữ hiện tại.
Mở công cụMục lục
So sánh hai phiên bản PDF: cách đọc kết quả
Bên kia gửi lại "bản nháp cũ với vài chỉnh sửa nhỏ". Câu hỏi lúc nào cũng giống nhau: chính xác thì họ sửa ở đâu, và có điều gì mới xuất hiện mà không ai nhắc tới. Đọc hết cả hai tài liệu mất cả tiếng mà kết quả vẫn kém: mắt dễ bỏ sót một con số đã đổi, lại tưởng thấy khác biệt ở chỗ dòng chữ chỉ bị đẩy đi.
Công cụ trả lời câu hỏi đó cùng lúc bằng hai cách khác nhau, và nên hiểu sự khác biệt này trước khi bắt đầu.
Hai báo cáo cho hai câu hỏi khác nhau
| Báo cáo | Là gì | Trả lời câu hỏi nào |
|---|---|---|
| Văn bản | Tệp `.txt` so sánh từng dòng | Chính xác thì nội dung khác ở đâu |
| Trực quan | Tệp PDF xếp các trang cạnh nhau, có đánh dấu màu | Chỗ đó nằm ở đâu trên trang |
Cả hai được tạo theo mặc định, và báo cáo văn bản đứng đầu danh sách kết quả. Cặp này khá hợp lý: báo cáo văn bản dễ dán vào email và trao đổi từng dòng, còn báo cáo trực quan dùng để mở cạnh bản gốc và chỉ vào chỗ cần xem.
Nếu bạn chọn tạo cả hai mà không dựng được báo cáo trực quan, tác vụ không bị lỗi: bạn nhận báo cáo văn bản kèm một cảnh báo riêng nêu lý do. Đây là chủ ý, vì tài liệu mà bộ dựng hình không xử lý được thường vẫn so sánh được ở dạng văn bản.
Bốn màu và ý nghĩa của từng màu
Báo cáo trực quan đánh dấu các trang bằng khung màu, mỗi màu ứng với một loại thay đổi.
| Màu | Loại | Điều đã xảy ra |
|---|---|---|
| Xanh lá | Thêm mới | Khối này không có trong bản cũ |
| Đỏ | Đã xóa | Khối này có trong bản cũ và nay đã mất |
| Hổ phách | Đã thay đổi | Khối vẫn ở chỗ cũ nhưng văn bản khác đi |
| Xanh dương | Đã di chuyển | Cùng một đoạn văn bản xuất hiện ở nơi khác trong tài liệu |
Còn có một dấu thứ năm: một mảng màu đặc, có màu riêng và dòng chú giải riêng. Nó đánh dấu những khác biệt nằm ngoài văn bản: trong hình ảnh, đường kẻ, nền ô bảng hay màu sắc. Đây không phải lỗi đánh dấu mà là một kiểu so sánh khác, được nói ở phần dưới.
Vì sao "di chuyển" không giống "thay đổi"
Đây là chỗ công cụ làm phần việc chính. Cách so sánh đơn giản ghép các trang theo từng dòng, nên chỉ cần chèn một đoạn ở đầu trang là mọi dòng bên dưới bị coi là "đã thay đổi", vì tất cả đều bị đẩy xuống.
Phép so sánh ở đây hoạt động khác: mỗi trang được tách thành các khối văn bản, và các khối được ghép giữa hai phiên bản theo nội dung chứ không theo vị trí. Một đoạn chỉ trượt xuống do có nội dung chèn phía trên sẽ được nhận ra là cùng một đoạn và không bị đánh dấu.
Dấu "di chuyển" màu xanh dương chỉ xuất hiện khi việc đổi chỗ là một chỉnh sửa, chứ không phải hệ quả của việc dàn lại trang. Một điều khoản hợp đồng chuyển từ mục ba sang mục bảy sẽ được tô xanh dương. Cũng điều khoản đó, nếu chỉ bị đẩy xuống hai xăng-ti-mét vì có thêm một câu phía trên, thì không bị đánh dấu.
Ý nghĩa thực tế rất đơn giản: con số trong phần tóm tắt phản ánh số chỉnh sửa thật, chứ không phải mức độ xô lệch của bố cục.
Ngoài văn bản, còn so sánh những gì
Mọi thứ không phải văn bản đều được so sánh theo từng điểm ảnh: hình ảnh, logo, đường kẻ bảng, màu nền, màu sắc.
Một chi tiết quan trọng: so sánh điểm ảnh chỉ chạy bên ngoài các khối văn bản. Đây là chủ ý, để cùng một chỉnh sửa không bị đếm hai lần, lần đầu là văn bản đã đổi, lần sau là điểm ảnh đã đổi ở cùng vị trí.
Điều này giải thích một thắc mắc hay gặp: "nửa trang bị tô màu mà phần tóm tắt báo không có thay đổi nào". Nghĩa là nội dung văn bản không đổi, nhưng có thứ khác đã đổi: logo ở phiên bản khác, sắc độ nền khác, hoặc hình ảnh được lưu lại với mức nén khác. Đôi khi điều đó quan trọng, đôi khi chỉ là tác dụng phụ khi tệp được xuất lại từ một trình soạn thảo khác.
Cách chạy so sánh
1. Mở So sánh PDF trực tuyến và tải lên đúng hai tệp. 2. Bảo đảm phiên bản cũ nằm trước: thứ tự quyết định đâu là phần thêm, đâu là phần xóa. 3. Cứ để bật cả hai báo cáo nếu bạn chưa chắc mình sẽ cần cái nào. 4. Chạy tác vụ và tải kết quả về. 5. Bắt đầu từ báo cáo văn bản: nó cho thấy nội dung các chỉnh sửa. Chỉ mở báo cáo trực quan ở những chỗ chỉ riêng văn bản chưa đủ rõ.
Thứ tự tệp đáng được chú ý riêng. Công cụ không biết phiên bản nào mới hơn mà quyết định theo vị trí: tệp đầu là "trước", tệp thứ hai là "sau". Nếu đảo thứ tự, bạn nhận một báo cáo phản chiếu, trong đó phần thêm hiện ra thành phần xóa.
So sánh bản quét
Bản quét không chứa văn bản, nên báo cáo văn bản cho hai bản quét sẽ trống, và đó không phải lỗi.
So sánh trực quan vẫn chạy: phần điểm ảnh không cần lớp văn bản. Với những tài liệu mà bạn cần phát hiện một trang bị thay hoặc một dòng viết tay thêm vào, thế thường là đủ.
Nếu bạn cần đúng bản phân tích văn bản, cả hai tài liệu phải qua OCR PDF trực tuyến trước. Lưu ý rằng văn bản nhận dạng được có lỗi, nên một phần khác biệt trong báo cáo sẽ là sai lệch do nhận dạng chứ không phải do tài liệu.
Chủ đề này còn có một cảnh báo riêng: nếu không trích xuất được văn bản đáng tin ở một số trang, kết quả sẽ liệt kê số trang đó. Các trang ấy không được so sánh dưới dạng văn bản và có thể đang che những khác biệt thật.
Các thiết lập thực sự thay đổi điều gì
Chế độ so sánh quyết định cách trích xuất văn bản cho báo cáo văn bản: chỉ văn bản, hoặc văn bản cùng khoảng cách. Chế độ thứ hai nhận ra thay đổi về thụt lề và căn lề, và hoàn toàn không ảnh hưởng đến báo cáo trực quan.
Bỏ qua khoảng trắng được bật theo mặc định và loại khỏi báo cáo những khác biệt chỉ gồm dấu cách và ngắt dòng.
Hai thiết lập này xung đột nhau, và công cụ nói thẳng điều đó. Ở chế độ văn bản kèm bố cục, khoảng trắng chính là tín hiệu về bố cục nên không thể bỏ qua, và thiết lập này lặng lẽ ngừng áp dụng cho báo cáo văn bản. Thay vì im lặng, bạn nhận một cảnh báo. Trong khi đó, báo cáo trực quan vẫn tuân theo thiết lập khoảng trắng.
Giới hạn
Báo cáo trực quan được thiết kế cho tài liệu không quá một trăm trang: mỗi trang phải được dựng hình hai lần rồi xếp vào một trang ghép, việc này tốn nhiều tài nguyên. So sánh văn bản không có mức trần như vậy.
Nếu tài liệu dài hơn, cách hợp lý là so sánh theo từng phần thay vì cả tài liệu: dùng Trích xuất trang trực tuyến lấy các khoảng trang cần thiết ra khỏi cả hai phiên bản rồi so sánh các phần đó.
Tài liệu được bảo vệ bằng mật khẩu mở không thể so sánh: nội dung đã bị mã hóa. Phải gỡ mật khẩu trước.
Cuối cùng: so sánh trả lời câu hỏi "đã đổi gì", chứ không phải "chỉnh sửa này có hợp lệ không". Hãy đọc báo cáo như một danh sách các chỗ cần kiểm tra, không phải như một kết luận.
Tác giả
Được biên soạn bởi đội ngũ iHatePDF; Sergey Gagin chịu trách nhiệm về dịch vụ.
Câu hỏi thường gặp
Xem thêm trong nhóm chủ đề này
Công cụ liên quan
So sánh PDF trực tuyến
So sánh hai phiên bản PDF để xem những điểm khác nhau trước khi duyệt hoặc gửi bản cuối.
OCR PDF trực tuyến
Dùng OCR để nhận dạng văn bản trong các trang PDF được quét, giúp bạn có thể tìm kiếm nội dung trong tài liệu.
PDF sang văn bản trực tuyến
Trích chữ từ PDF sang tệp văn bản thuần để sao chép nội dung mà không có định dạng và bố cục.
Trích xuất trang trực tuyến
Chọn các trang hoặc một phạm vi trang từ một PDF và lưu chúng dưới dạng một tài liệu riêng biệt mà không xóa bất kỳ nội dung nào từ tệp gốc. Một trường hợp sử dụng thực tế là lưu chứng chỉ, chương hoặc phụ lục dưới dạng PDF riêng.
Nên làm gì tiếp theo
Tất cả công cụ
Danh mục công cụ PDF trực tuyến: gộp, nén, tách, chuyển đổi, xoay, bảo vệ và mở khóa tệp PDF. Chọn công cụ phù hợp cho nhu cầu của bạn.
Câu hỏi thường gặp
Tìm câu trả lời về tài khoản iHatePDF, xử lý tệp, giới hạn tải lên, truy cập trên di động, quyền riêng tư và cách xử lý khi công cụ PDF báo lỗi.
Liên hệ
Liên hệ iHatePDF về lỗi xử lý, cách chọn công cụ, bảo mật, hợp tác kinh doanh và đề xuất tính năng mới.