PDFs vergleichen

1. 01Die alte Fassung in das eine Feld, die neue in das andere. Auf dem Telefon stehen die beiden Felder untereinander, am Rechner nebeneinander.
2. 02„Vergleichen" antippen. Der Text wird Seite für Seite aus beiden Dateien geholt – das dauert bei dicken Dokumenten einen Moment.
3. 03Oben steht, wie viel sich geändert hat und auf welchen Seiten. Ein Tipp auf „Seite 5" springt zur Fundstelle.
4. 04Lesen: − ist die alte Stelle, + die neue. Die geänderten Wörter sind fett unterstrichen. Die beiden Zahlen ganz links sind Zeilennummern innerhalb der Seite, erst die alte Fassung, dann die neue – sie fangen auf jeder Seite wieder bei 1 an. Mit „Umbrüche zusammenziehen" steht dort die erste Zeile des Absatzes.

Der Text kommt aus der Textebene der PDF, so wie er beim Markieren und Kopieren herauskäme. Die Stücke, die eine PDF speichert, werden dabei wieder zu Zeilen zusammengesetzt: nach Höhe gruppiert, nach links/rechts sortiert, Leerzeichen aus den Abständen abgeleitet, Silbentrennung am Zeilenende aufgelöst. Verglichen wird dann mit dem Myers-Verfahren, dem gleichen wie bei Texte vergleichen.

Wo es an Grenzen stößt: Bei mehrspaltigem Satz (Zeitungslayout) werden die Spalten zeilenweise quer gelesen, dann stimmt die Reihenfolge nicht. Text, der quer auf der Seite steht, landet nicht zuverlässig in der richtigen Zeile. Tabellen werden zu Zeilen mit Leerzeichen dazwischen – Spalten erkennt das Werkzeug nicht. Kopf- und Fußzeilen zählen als ganz normaler Text: steht dort „Seite 3 von 12" und hat die neue Fassung eine Seite mehr, gilt jede Seite als geändert. Und wenn eine PDF gar keine Textebene hat (eingescannt), bleibt sie hier leer.

„Umbrüche zusammenziehen" ist mit Absicht voreingestellt: zwei Fassungen desselben Vertrags brechen fast nie an derselben Stelle um. Ohne diese Einstellung macht ein einziges eingefügtes Wort einen ganzen Absatz zum Unterschied. Wo ein Absatz ist, muss das Werkzeug allerdings raten – aus Zeilenabstand, Zeilenlänge und Schriftgröße. Das kann danebengehen, und dann erscheint ein Stück unveränderter Text als entfernt und gleich darunter wieder als neu. Läuft ein Absatz über den Seitenumbruch, wird er nur dann wieder zusammengesetzt, wenn die Fortsetzung eindeutig ist (Trennstrich am Seitenende, oder es geht klein weiter) – sonst bleiben beide Hälften getrennt und gelten beide als geändert. Wer es genau braucht, schaltet die Einstellung aus: zeilenweise wird nichts geraten, verglichen wird dann Zeile für Zeile so, wie sie in der Datei steht.