Comparer deux PDF et voir exactement ce qui a changé

Le contrat revient de l'avocat d'en face sous le nom contrat_v3_FINAL.pdf, sans suivi des modifications et sans un mot sur ce qui a bougé. Lire les deux versions côte à côte fonctionne, à peu près, jusqu'à la neuvième page où vous ne savez plus si cette clause a toujours été formulée ainsi. Une comparaison de texte entre les deux fichiers retrouve les modifications en quelques secondes.

Envoyez d'abord la version d'origine

L'ordre compte, car c'est lui qui décide de la couleur de chaque ligne. Envoyez l'ancienne version en premier et la version révisée ensuite : le rapport se lit alors comme prévu, les lignes présentes seulement dans le premier fichier apparaissent en rouge comme suppressions, celles présentes seulement dans le second en vert comme ajouts, et tout ce qui n'a pas bougé reste en noir. Dans l'autre sens, chaque ajout s'affiche comme une suppression, ce qui prête à confusion plus qu'autre chose.

Ce que vous récupérez est un rapport au format PDF, pas une copie annotée de votre document. Il commence par une ligne de synthèse indiquant le nombre de lignes ajoutées et supprimées, puis liste le texte complet avec des marques + et − dans la marge gauche. Vous pouvez le transmettre sans envoyer aussi les deux fichiers sources.

Il compare les mots, pas l'apparence

La comparaison porte sur le texte. C'est exactement ce qu'il faut pour vérifier un contrat, un règlement ou un cahier des charges, et c'est une limite à connaître pour vérifier une maquette :

• Une clause réécrite, un chiffre modifié, un paragraphe supprimé : tout est détecté.
• Une autre police, une marge décalée, un logo remplacé, un graphique redessiné : rien de tout cela n'apparaît, puisque les mots sont les mêmes.

Un rapport qui n'annonce aucune différence signifie donc que les deux fichiers disent la même chose, pas qu'ils se ressemblent. Si c'est la mise en page que vous vérifiez, convertissez les deux en images et basculez de l'une à l'autre.

Pourquoi une modification minime allume tout un paragraphe

La comparaison se fait ligne par ligne. Dans un PDF, une ligne correspond à ce que le moteur de mise en page a placé sur cette rangée visuelle : insérer un seul mot en début de paragraphe repousse donc tous les mots suivants sur une autre ligne. À partir de là plus rien ne correspond, et le paragraphe entier ressort comme supprimé puis rajouté.

C'est spectaculaire mais sans gravité. Lisez le bloc rouge et le bloc vert comme une paire et la modification réelle saute aux yeux en une phrase. Deux réflexes réduisent le bruit :

• Comparez des versions exportées depuis le même document source et au même format de page. Réexporter un fichier Word dans un autre format de papier refait toutes les coupures de ligne et rend le rapport inutilisable.
• Comparez le chapitre concerné plutôt que le manuel de 200 pages en entier. Découpez les deux fichiers sur la même plage de pages au préalable et le rapport reste assez court pour être lu.

Les documents numérisés passent d'abord par l'OCR

Un scan est une photo de page. Il n'y a aucun texte à comparer, le rapport revient donc vide ou incohérent. Passez les deux fichiers à l'OCR, qui ajoute une couche de texte sans modifier l'aspect des pages, puis comparez les résultats. Acceptez que les erreurs de reconnaissance apparaissent comme des différences : un rn lu m est une vraie divergence dans le texte extrait, même si les deux pages sont identiques.

Questions fréquentes

Puis-je comparer un document Word à un PDF ?

Convertissez d'abord le fichier Word en PDF, puis comparez les deux PDF. Attendez-vous à du bruit sur les coupures de ligne, puisque Word et le logiciel à l'origine du PDF ne coupent pas aux mêmes endroits, mais les modifications de fond restent parfaitement visibles.

Le rapport indique-t-il où se situe la modification dans la page ?

Pas sous forme de référence de page. Le rapport suit l'ordre de lecture du document, de haut en bas, les changements apparaissent donc dans la même séquence que dans l'original, mais pour voir le contexte il faudra rechercher la ligne modifiée dans le fichier source. Pour la plupart des relectures, c'est un copier-coller et un Ctrl+F.