İki PDF Arasındaki Değişiklikler Nasıl Kontrol Edilir? Metin ve Görsel Karşılaştırma
İçindekiler
- Değişikliğin İki Boyutu: Anlamsal Metin Farkı ile Görsel Mizanpaj Kayması
- Taranmış Belge Gerçeği: OCR Olmadan Metin Farkı Neden Çıkmaz?
- Tarayıcı İçi Karşılaştırma Modları: Çalışma Mantığı
- Adım Adım Uygulamalı Karşılaştırma Rehberi
- Sayfa Kaymaları ve Sayfa Sayısı Uyuşmazlıkları
- Sık Karşılaşılan Sorunlar ve Çözümleri
- Teknik Sınırlar ve Hukuki Sorumluluk Reddi
- Teknik Referanslar ve Resmi Standartlar
1. Değişikliğin İki Boyutu: Anlamsal Metin Farkı ile Görsel Mizanpaj Kayması
Bir sözleşme veya teknik raporun iki revizyonunu denetlerken mühendisler ve hukuk ekipleri iki ayrı teknik katmanı birbirinden ayırmalıdır:
- Anlamsal Metin Farklılıkları: Sözleşme maddelerindeki kelime değişiklikleri, silinen sorumluluk maddeleri, güncellenen ödeme tutarları veya revize edilen isimler. Bunlar PDF vektör metin akışında yazı tipi glif dizileri olarak bulunur.
- Görsel Mizanpaj Farklılıkları: Sayfa kenar boşluklarının 2 mm kayması, satır aralıklarının açılması, yazı tipinin Arial'den Helvetica'ya değişmesi veya taşınan kaşeler. Bunlar salt biçimsel düzenlemelerdir.
Salt piksel tabanlı görsel karşılaştırma, 1 piksellik bir kayma tüm satırları aşağı ittiğinde tek bir kelime dahi değişmediği halde %80 değişiklik raporlayabilir. Yalnızca metin karşılaştıran bir motor ise taşınan bir imza kutusunu göremez. Güvenilir denetim için her iki yöntem birlikte kullanılmalıdır.
2. Taranmış Belge Gerçeği: OCR Olmadan Metin Farkı Neden Çıkmaz?
Taranmış PDF Dosyalarında Vektör Metin Akışı Yoktur: Taranmış bir belge, PDF içerisine gömülmüş tam sayfa bir JPEG veya TIFF görselinden ibarettir. Karakter kodlama tablosu içermez; metin çıkarma çağrısı boş döner.
GoToolstack PDF Karşılaştırıcı, sayfadaki karakter yoğunluğunu anlık izler. 10 karakterden az metin tespit edilirse sayfayı Taranmış Belge olarak işaretler, yanıltıcı 0 kelimelik rapor üretmez ve sizi çevrimdışı OCR aracına yönlendirir.
3. Tarayıcı İçi Karşılaştırma Modları: Çalışma Mantığı
Tüm karşılaştırma süreci dosyalarınız hiçbir harici sunucuya iletilmeden doğrudan tarayıcı belleğinde çalışır:
| Görünüm Modu | Çalışma Algoritması | En Güçlü Yönü | Kör Noktaları |
|---|---|---|---|
| Yan Yana (Senkronize) | Senkronize çift tuval render'ı | Belgenin genel yapısını insan gözüyle rahat okuma. | Küçük rakam ve noktalama değişikliklerini kaçırabilir. |
| Metin Farkı (LCS) | Y koordinatlı satır gruplama ve En Uzun Ortak Alt Dizi (Myers LCS) | Eklenen (yeşil) ve silinen (kırmızı) kelimeleri listeler. | Grafik, kaşe ve taranmış bitmap sayfaları inceleyemez. |
| Görsel Katman (Piksel) | HTML5 Canvas ImageData piksel düzeyinde RGBA fark çıkarma | Taşınan kaşe, imza ve tablo çizgilerini kırmızıyla işaretler. | Aşırı duyarlıdır; 1 piksellik marj kaymasında tüm sayfayı kırmızı gösterebilir. |
4. Adım Adım Uygulamalı Karşılaştırma Rehberi
- Belgeleri Yükleyin: Orijinal belgeyi Belge A alanına, revize kopyayı Belge B alanına sürükleyin. Sıralama ters ise Takas (↔) düğmesini kullanın.
- Karşılaştırmayı Başlatın: Belgeleri Karşılaştır düğmesine tıklayın. İki belge bellek içinde sıralı olarak çözümlenir.
- Özet Panosunu İnceleyin: Toplam sayfa, birebir aynı, değiştirilmiş, eklenen ve silinen sayfa sayılarını gözden geçirin.
- Farklı Sayfalara Odaklanın: Açılır listeden Değiştirilmiş veya Eklenen sayfalara doğrudan atlayın.
- Modlar Arasında Geçiş Yapın: Kelime farkları için Metin Farkı sekmesine, kaşe ve mizanpaj denetimi için Görsel Katman sekmesine geçin.
- Yerel Raporu İndirin: Değiştirilen sayfaların dökümünü almak için
.txtraporunu bilgisayarınıza kaydedin.
5. Sayfa Kaymaları ve Sayfa Sayısı Uyuşmazlıkları
Revize edilen Belge B'ye yeni bir sayfa (örneğin Yönetici Özeti) eklendiğinde basit karşılaştırıcılar sonraki tüm sayfaları tamamen değişmiş gibi gösterebilir. GoToolstack sayfaları 1'den başlayarak indeks sırasıyla birebir eşleştirir. Belge B'nin sonundaki fazla sayfalar Eklenen, Belge A'nın sonundaki sayfalar Silinen olarak etiketlenir. Ortaya sayfa eklendiğinde sonraki sayfaların indeksi kayacağından bunlar Değiştirilmiş olarak listelenir.
6. Sık Karşılaşılan Sorunlar ve Çözümleri
Sorun 1: Parola Korumalı veya Şifreli PDF
Tarayıcı motoru parolalı dosyaların şifresini yetkisiz çözemez. Belgeyi öncelikle PDF yazılımınızda yetkili parolanızla açıp parolasız olarak yeniden kaydedin.
Sorun 2: Tipografik Ligatür Farkları ('fi' vs 'f' + 'i')
A belgesi 'fi' harflerini tek bir Unicode glifi (\uFB01) olarak, B belgesi ise ayrı iki harf olarak kodlamıştır. Bu bir editörlük hatası değil, font kodlama farkıdır.
Sorun 3: Taranmış Sözleşmede 0 Fark Bildirilmesi
El yazısı ve tarama görselleri vektör metin içermez. Bu tür belgelerde Görsel Katman moduna geçin veya önce OCR uygulayın.
7. Teknik Sınırlar ve Hukuki Sorumluluk Reddi
Resmi Noter / Adli İnceleme Yerine Geçmez: GoToolstack PDF Karşılaştırıcı teknik revizyonları hızla denetlemek için tasarlanmış bir tarayıcı aracıdır. Metin karşılaştırma algoritması (Myers LCS) salt sözcük düzeyinde karakter dizisi farklarını tespit eder; hukuki anlamsal yorum veya resmi bilirkişi denetimi yerine geçmez.
- Bellek Yönetimi: Çok büyük belgelerde (>150 sayfa) tarayıcının sekme çökmesini engellemek için sayfalar ihtiyaç duyuldukça işlenir.
- İstemci Güvenliği: Yüklediğiniz sözleşmeler hiçbir sunucuya iletilmez, tamamen cihazınızda kalır.
Teknik Referanslar ve Resmi Standartlar
- ISO 32000-1:2008 / ISO 32000-2:2020: Belge Yönetimi – Taşınabilir Belge Formatı (PDF Belge Kataloğu, AcroForm Sözlüğü ve Kriptografik İmzalar).
- Eugene W. Myers (1986): An O(ND) Difference Algorithm and Its Variations – Longest Common Subsequence (LCS).
- W3C HTML5 Canvas 2D Context: canvas.toBlob() MIME türü işleme, piksel dizisi çıkarma ve bellek kısıtları şartnamesi.