Twee PDF-bestanden in een map hebben dezelfde bestandsnaam, maar de ene is vanochtend opgeslagen en de andere vorige week. Het kunnen identieke kopieën zijn van hetzelfde document, die per ongeluk twee keer zijn opgeslagen, waardoor opslagruimte wordt verspild en verwarring ontstaat over welke versie de gezaghebbende versie is. Het kunnen subtiel verschillende versies zijn waarin iemand een kleine maar belangrijke wijziging heeft aangebracht, een dollarbedrag in een contracttabel heeft gewijzigd, een vervaldatum in een voettekst heeft bijgewerkt, de spelling van een naam heeft gecorrigeerd en de naam van het bestand niet heeft gewijzigd om de wijziging aan te geven. Om te bepalen of het exact byte-voor-byte identieke of subtiel verschillende versies zijn, is een vergelijking nodig die dieper gaat dan het openen van beide bestanden en het visueel naast elkaar scannen ervan.
Het menselijk oog is opmerkelijk onbetrouwbaar in het opmerken van kleine verschillen tussen twee vergelijkbare documenten, vooral wanneer het verschil slechts één veranderd cijfer is op een pagina met dichte tekst. Een vergelijkingstool vindt methodisch elk verschil, inclusief de verschillen die u nooit zou opmerken, door handmatig tussen twee vensters te schakelen en te proberen de ene paginaafbeelding in uw visuele geheugen vast te houden terwijl u de andere onderzoekt.
Om te controleren of twee PDF Compare-bestanden identiek zijn, worden ofwel cryptografische bestandshashes berekend voor exacte identiteitsbevestiging op byteniveau die binnen enkele seconden wordt voltooid, ofwel wordt een gedetailleerde vergelijking op visueel en tekstniveau uitgevoerd die elk inhoudelijk verschil tussen de bestanden identificeert. WukongPDF's PDF Tools ondersteunen documentvergelijking via beide methoden, en de onderstaande stappen omvatten de snelle controle van de exacte overeenkomst en de grondige analyse van inhoudsverschillen.
De snelste controle: bestandshashes vergelijken voor exacte identiteit op byteniveau
Een cryptografische bestandshash is een unieke digitale vingerafdruk die wiskundig wordt berekend op basis van elke afzonderlijke byte van de gegevens van een bestand, van de PDF-header via elk inhoudsobject tot de laatste byte van de kruisverwijzingstabel. Twee bestanden die exact dezelfde hashwaarde produceren, zijn byte-voor-byte identiek met wiskundige zekerheid. Twee bestanden die verschillende hashwaarden produceren zijn niet identiek, ook met wiskundige zekerheid. Het berekenen van de hash duurt seconden, ongeacht de bestandsgrootte, waardoor dit de snelst mogelijke identiteitscontrole is. Open in Windows PowerShell en voer de opdracht Get-FileHash uit op beide bestanden, waarbij u SHA256 als algoritme opgeeft. Vergelijk de twee hash-strings karakter voor karakter. Als elk teken overeenkomt, zijn de bestanden exacte kopieën en is verdere vergelijking niet nodig.
Hash-vergelijking geeft definitief antwoord op de vraag over de binaire identiteit, maar kan u niets vertellen over wat er feitelijk verschilt tussen twee niet-identieke bestanden. Twee versies van een contract waarbij slechts één cijfer van een dollarbedrag op pagina 4 is gewijzigd, zullen totaal verschillende hashwaarden opleveren die geen zichtbare gelijkenis vertonen. De hash-vergelijking zegt definitief dat ze verschillend zijn, wat je misschien al vermoedde. Het biedt geen enkele informatie over wat er is veranderd, waar het is veranderd of hoe belangrijk de verandering is; dat is wat u eigenlijk moet weten.
Het hulpmiddel Bestanden vergelijken van Acrobat gebruiken voor gedetailleerde inhoudsverschillen
De tool Bestanden vergelijken van Adobe Acrobat Pro voert een uitgebreide, meerlaagse vergelijking uit van twee PDF-documenten en produceert een gedetailleerd rapport waarin elk gevonden verschil wordt gecatalogiseerd. Open Acrobat, navigeer naar het menu Beeld of het deelvenster Gereedschappen en selecteer Bestanden vergelijken. Kies de twee PDF's die u wilt vergelijken en klik op Vergelijken. Acrobat analyseert beide documenten tegelijkertijd op meerdere niveaus: het vergelijkt de geëxtraheerde tekstinhoud woord voor woord, de visuele weergave pixel voor pixel, de ingebedde afbeeldingen op wijzigingen en de documentstructuur inclusief bladwijzers en metagegevens.
Het vergelijkingsrapport geeft alle gedetecteerde verschillen weer in een interactieve zij-aan-zij-weergave, met links het originele document en rechts de gewijzigde versie. Gewijzigde tekst wordt gemarkeerd met een gekleurde achtergrond. Toegevoegde inhoud verschijnt in één aparte kleur, meestal groen. Verwijderde inhoud verschijnt in een andere aparte kleur, meestal rood. Het rapport biedt een pagina-voor-pagina, regel-voor-regel verslag van wat er precies is veranderd tussen de twee versies, en functioneert als een compleet wijzigingsaudittraject. Voor juridische contracten, registraties bij toezichthouders, financiële rapporten en elk document waarbij precies weten wat er is veranderd van belang is voor nalevings- of onderhandelingsdoeleinden, biedt het gedetailleerde vergelijkingsrapport het definitieve bewijs.
Tekstinhoud vergelijken wanneer de PDF's een verschillende visuele opmaak hebben
Twee PDF's kunnen identieke tekstinhoud bevatten, uitgedrukt in verschillende opmaak: verschillende lettertypen, verschillende lettergroottes, verschillende pagina-afmetingen, verschillende marge-instellingen of verschillende beeldcompressieparameters. Een volledige visuele vergelijking zal al deze opmaakverschillen aan het licht brengen, inclusief de puur cosmetische verschillen die mogelijk volledig irrelevant zijn voor uw werkelijke doel. Voor een vergelijking met alleen tekst, waarbij opzettelijk alle opmaak wordt genegeerd, extraheert u de tekst uit beide PDF's met de functie Exporteren naar tekst van Acrobat of een speciale bibliotheek voor het extraheren van PDF-tekst. Vergelijk de twee geëxtraheerde tekstbestanden met behulp van een standaard hulpmiddel voor tekstvergelijking, zoals het Unix diff-commando, een visuele diff-toepassing, of plak beide in een tekstverwerker en gebruik de vergelijkingsfunctie.
Alleen tekstvergelijking isoleert wijzigingen in de daadwerkelijke betekenisvolle inhoud, terwijl ruis uit puur cosmetische verschillen wordt gefilterd. Een tekstvergelijking die geen verschillen oplevert, bevestigt met zekerheid dat de twee documentversies precies hetzelfde zeggen in precies dezelfde woorden, zelfs als ze er op de pagina enigszins anders uitzien als gevolg van lettertype-updates, marge-aanpassingen of rebranding. Dit is de juiste vergelijkingsaanpak wanneer u verifieert dat de contracttaal niet substantieel is gewijzigd tussen twee concepten, ongeacht of de lettertypefamilie is gewijzigd of de paginamarges zijn aangepast.
| Vergelijkingsmethode | Wat het detecteert | Beste voor |
|---|---|---|
| Bestandshash (SHA256) | Identiteit of verschil op byteniveau, niets daartussenin | Snelle controle: zijn dit exact hetzelfde bestand of niet? |
| Acrobat Bestanden vergelijken | Elke tekst, afbeelding, opmaak en structurele verandering | Gedetailleerde audit van alle wijzigingen tussen twee documentversies |
| Tekstextractie + diff | Tekstinhoud verandert alleen en negeert de opmaak volledig | Het verifiëren van de contracttaal of de hoofdtekst van het document |
Controleren of er geen pagina's zijn toegevoegd, verwijderd of opnieuw gerangschikt
Bij een inhoudsvergelijking worden mogelijk geen tekstwijzigingen op een afzonderlijke pagina weergegeven, maar de twee PDF's kunnen nog steeds verschillen wat betreft het totale aantal pagina's of de volgorde van de pagina's. Een PDF waarbij pagina 7 stilzwijgend is verwijderd en de overige pagina's opnieuw zijn genummerd, toont identieke tekstinhoud op elke overgebleven pagina, terwijl het totale aantal pagina's verschilt. Controleer eerst het aantal pagina's van beide bestanden voordat u een gedetailleerde vergelijking maakt. Als de aantallen zelfs maar één pagina verschillen, heeft één versie ergens in het document een pagina toegevoegd of verwijderd.
Als het aantal pagina's identiek is, bladert u door beide documenten in miniatuurweergave naast elkaar en vergelijkt u snel de visuele inhoud van elke pagina op de overeenkomstige positie. Een pagina die van de oorspronkelijke positie 5 naar een nieuwe positie 12 is verplaatst, zal een volledig identieke inhoud hebben als het origineel, maar zal op de verkeerde opeenvolgende locatie verschijnen. Bij het vergelijken van miniaturen wordt de herschikking van pagina's opgemerkt, waardoor een vergelijking met alleen inhoud, waarbij de geëxtraheerde tekst wordt vergeleken zonder rekening te houden met de paginapositie, volledig gemist kan worden.