Cómo comparar dos PDF y ver exactamente qué cambió

El contrato vuelve del abogado de la otra parte como acuerdo_v3_FINAL.pdf, sin control de cambios y sin una nota que diga qué se movió. Leer las dos versiones en paralelo funciona, más o menos, hasta que llevas nueve páginas y ya no sabes si esa cláusula siempre estuvo redactada así. Una comparación de texto entre los dos archivos localiza las modificaciones en unos segundos.

Sube primero el original

El orden importa, porque es lo que decide de qué color sale cada línea. Sube primero la versión antigua y después la revisada, y el informe se lee como esperas: las líneas que solo están en el primer archivo son eliminaciones en rojo, las que solo están en el segundo son adiciones en verde, y lo que no cambió se queda en negro. Al revés, cada adición aparece como eliminación, lo que confunde más que otra cosa.

Lo que recibes es un informe en PDF, no una copia anotada de tu documento. Empieza con un resumen de una línea con cuántas líneas se añadieron y se eliminaron, y después lista el texto completo con marcas + y − a la izquierda. Puedes enviárselo a alguien sin mandarle también los dos archivos de origen.

Compara las palabras, no el aspecto

La comparación se hace sobre el texto. Eso es justo lo que quieres al revisar un contrato, una política o una especificación, y es una limitación que conviene conocer al revisar un diseño:

• Una cláusula reescrita, una cifra cambiada, un párrafo eliminado: todo se detecta.
• Otra tipografía, un margen desplazado, un logotipo distinto, un gráfico rehecho: nada de eso se registra, porque las palabras son las mismas.

Así que un informe que dice que no hay diferencias significa que los dos archivos dicen lo mismo, no que sean idénticos a la vista. Si lo que revisas es la maquetación, convierte ambos a imágenes y alterna entre ellas.

Por qué un cambio mínimo enciende un párrafo entero

La comparación va línea a línea. En un PDF, una línea es lo que el motor de maquetación colocó en esa fila visual, así que insertar una sola palabra cerca del principio de un párrafo empuja todas las palabras siguientes a otra línea. A partir de ahí nada coincide, y el párrafo entero aparece como eliminado y vuelto a añadir.

Asusta, pero no es un problema. Lee el bloque rojo y el verde como una pareja y el cambio real suele quedar claro en cuestión de una frase. Hay dos formas de bajar el ruido:

• Compara versiones exportadas desde el mismo documento de origen y con el mismo tamaño de página. Reexportar un archivo de Word a otro tamaño de papel reajusta todo el texto y deja el informe inservible.
• Compara el capítulo que te interesa en vez del manual entero de 200 páginas. Divide antes los dos archivos por el mismo rango de páginas y el informe se queda en un tamaño que se puede leer de verdad.

Los escaneos necesitan OCR primero

Un escaneo es una foto de una página. No hay texto que comparar, así que el informe sale vacío o sin sentido. Pasa los dos archivos por OCR primero, que añade una capa de texto sin cambiar el aspecto de las páginas, y compara los resultados. Asume que los errores del OCR aparecerán como diferencias: un rn leído como m es un cambio real en el texto extraído aunque las dos páginas sean idénticas.

Preguntas frecuentes

¿Puedo comparar un documento de Word con un PDF?

Convierte antes el Word a PDF y compara los dos PDF. Espera algo de ruido en los saltos de línea, ya que Word y el programa que generó el PDF original no cortan las líneas en los mismos sitios, pero las modificaciones de fondo siguen destacando con claridad.

¿El informe indica en qué parte de la página hubo un cambio?

No como referencia de página. El informe sigue el orden de lectura del documento de arriba abajo, así que los cambios aparecen en la misma secuencia que en el original, pero para verlo en contexto tendrás que buscar la línea modificada en el archivo de origen. Para la mayoría de revisiones, eso es copiar y pulsar Ctrl+F.