Comparar PDFs

Acerca de Comparar PDF

Esta herramienta compara dos archivos PDF y muestra sus diferencias. Compara propiedades del archivo, metadatos, conteo de páginas y tamaño del archivo. Todo el procesamiento ocurre en su navegador para total privacidad.

¿Qué compara la herramienta?

La herramienta compara nombre de archivo, tamaño de archivo, número de páginas, versión de PDF y metadatos (título, autor, etc.).

¿Puede comparar contenido?

Esta herramienta compara propiedades a nivel de archivo y metadatos. Para comparación detallada de contenido, necesitaría herramientas diff especializadas.

¿Cuál es el límite de tamaño de archivo?

Cada archivo PDF debe ser menor de 50MB.

¿Son seguros mis datos?

¡Sí! Toda la comparación ocurre en su navegador. Sus archivos nunca se cargan en ningún servidor.

¿Esta herramienta detecta cambios de texto entre versiones PDF?

Sí. La herramienta ahora hace comparación de texto extraído página a página: toma la capa de texto de cada PDF, la divide en líneas por página y ejecuta un diff a nivel de línea para que veas exactamente qué líneas se añadieron (+) o se eliminaron (-) en cada página, con totales de páginas modificadas y líneas añadidas/eliminadas. Es un diff textual (de contenido), no visual ni OCR: compara las palabras, no los píxeles ni el diseño, que es lo que normalmente quieres para revisiones de contratos, especificaciones e informes.

¿Funciona con PDF escaneados o solo de imagen?

Solo si hay una capa de texto real y seleccionable. Un documento escaneado que es solo una imagen de la página no tiene texto extraíble, así que el diff indicará 'sin capa de texto'. Si el escaneo pasó por OCR, los resultados varían según la calidad del OCR: los errores de reconocimiento pueden aparecer como líneas añadidas/eliminadas falsas. Para una comparación fiable, usa PDF exportados desde Word, LaTeX, Chrome o similares que conservan una capa de texto real.

¿La comparación de texto se ve afectada por fuentes, diseño o formato?

No. El diff trabaja sobre el texto extraído, no sobre la posición, así que cambios de fuente, márgenes, reflujo y la mayoría de los cambios de diseño no crean diferencias falsas mientras las mismas palabras se mantengan en el mismo orden de lectura. Dos PDF muy distintos visualmente pero con idéntico texto se comparan como sin cambios; en cambio, una palabra editada se marca aunque el diseño no se toque. Un fuerte reordenamiento de columnas o tablas puede cambiar el orden de lectura y aparecer como líneas movidas.

¿Por qué difiere el tamaño aunque el documento parezca idéntico?

El tamaño PDF depende de: nivel de compresión de imagen (JPEG vs Flate), fuentes embebidas (subset vs completas), object streams, linealización (optimizado web), cifrado, marcas de redacción, control de cambios. Dos PDFs visualmente idénticos pueden diferir 5x en tamaño según estos ajustes.

¿Qué campos de metadatos se comparan entre los dos archivos?

Título, Autor, Asunto, Palabras clave, Creator (la app que creó el contenido), Producer (la librería que escribió el PDF), CreationDate, ModDate y Versión PDF (1.4, 1.7, 2.0). Las diferencias en Producer suelen revelar qué librería generó cada PDF (LaTeX, Word, Chrome, Acrobat).

¿El máximo de 50MB por archivo es un límite duro?

Es un límite suave de memoria del navegador para evitar caídas de pestaña. PDF.js carga el archivo entero en RAM. Laptops modernos manejan hasta 200MB; móviles luchan por encima de 30MB. Para PDFs enormes, divide con pdftk o usa herramienta de escritorio como PDF24 Creator o qpdf.