Comparer deux PDF

Comment ça marche

Deux versions d'un contrat, d'une politique ou d'un cahier des charges, et personne ne se souvient de ce qui a bougé. Les lire côte à côte, c'est ainsi que les erreurs passent inaperçues. Cet outil extrait le texte des deux et indique précisément quelles lignes ont été ajoutées, supprimées ou laissées telles quelles, ce qui donne généralement une liste bien plus courte qu'on ne le pense.

Comment fonctionne la comparaison

Le texte est extrait des deux documents, puis comparé au moyen d'un diff fondé sur la plus longue sous-séquence commune, la même approche que celle de la gestion de versions. Cela compte : une comparaison naïve qui aligne simplement les fichiers position par position signale comme modifiée chaque ligne située après une insertion, ce qui rend le rapport inutilisable. Celui-ci repère l'insertion et laisse le reste tranquille.

Ligne par ligne ou mot par mot

Ligne par ligne est le bon choix par défaut pour les documents dont les paragraphes ne bougent pas. Mot par mot est préférable quand le texte a été remis en page : une phrase ajoutée au début d'un paragraphe décale toutes les lignes suivantes, donc une comparaison par lignes exagère la modification alors qu'une comparaison par mots montre la poignée de mots qui diffèrent réellement.

Espaces

Par défaut, les différences d'espacement sont ignorées, car l'extraction de texte d'un PDF produit souvent un espacement légèrement différent pour un texte qui se lit de façon identique. Désactivez cette option si vous comparez quelque chose où l'espacement a un sens, comme du code ou un tableau mis en forme.

Ce qu'il ne peut pas voir

Il compare du texte, et seulement du texte. Une modification de police, de couleur, d'image, de signature, de logo ou de mise en page lui est invisible, tout comme une modification d'une page numérisée, qui contient une image de mots plutôt que des mots. Si aucun des deux fichiers n'a de texte sélectionnable, l'outil le dit plutôt que d'indiquer que rien n'a changé. Passez d'abord les scans dans l'outil d'OCR.

Pourquoi cela reste sur votre appareil

Les documents que l'on veut le plus comparer sont ceux que l'on peut le moins se permettre d'envoyer : des contrats en négociation, des brouillons sous accord de confidentialité, des dossiers médicaux et juridiques. Les deux fichiers sont lus dans la page avec le moteur PDF du navigateur et le rapport y est généré.