PDFの文字を比較
2つのPDFの文字変更をページごとに比較し、差分レポートを保存します。画像・書式の比較やスキャンページのOCRは行いません。
比較するPDF
ファイル不要の編集できる公開例
同じページ番号の文字だけを比較します。抽出した文字片の間に空白・改行を入れ、ページ末尾の空白を除去します。共通の前後を除いた1区間を変更範囲とするため、変更間の同じ文字も含む場合があります。ページ挿入や再配置で差が増えることがあります。画像・書式・署名は比較せず、文書全体の同一性は保証しません。
ファイルと抽出内容はブラウザーのメモリ内だけで処理し、再読み込み・ページ移動時に消去します。名前や内容は分析に送りません。
ページごとの比較結果
比較結果はまだありません。
文字のないページはスキャン・画像・空白の可能性があり、比較できません。抽出文字が一致しても画像内の文字は確認できません。原本の確認またはOCRが必要です。
使い方と例
公開サンプルの原本はOrder 1001とTotal 100.00、改訂版はOrder 1001とTotal 120.00です。比較すると金額の変更を確認できます。実際のPDFでは同じページ番号の抽出文字列を比較し、共通の先頭・末尾の間を1つの変更範囲として表示します。同じページの複数の修正の間にある未変更の文字も、その範囲に含まれる場合があります。
よくある質問
文字差分がなければ同じ文書ですか?
いいえ。比較対象は抽出テキストのみです。写真・フォント・配置・注釈・署名・隠れたオブジェクトや法的な同等性は判定しません。
スキャンPDFや空白ページはどう扱いますか?
文字層のないページは未評価と表示します。文字が抽出できないだけで同一とは判断せず、OCRも実行しません。文字とスキャンのページが混在する場合、結果は文書全体の評価ではありません。
ページの追加や大きなPDFには対応しますか?
ファイルごとに20MiB・50ページ・抽出20万文字まで対応します。同じページ番号を比較するため、途中へのページ追加や文字の折り返しで以降に大きな差分が出る場合があります。暗号化・破損文書は処理できない場合があります。
計算基準と参考資料
- Mozilla — PDF.js
PDFのテキスト抽出APIの参考資料です。このツールはページ番号ごとの文字を比較し、画像や書式の同一性は検証しません。