Muốn so sánh hai tệp PDF, trước hết xem tệp thuộc loại nào. Nếu PDF có lớp chữ (bôi đen chọn được từng chữ, tìm kiếm được), có thể so trực tiếp bằng phần mềm đọc PDF có chức năng so sánh, hoặc chuyển về Word rồi so như văn bản thường. Nếu PDF là bản scan, chỉ là ảnh chụp trang giấy, phải nhận dạng chữ trước, và chấp nhận rằng kết quả sẽ có lỗi cần soát lại. Còn nếu cần so hình thức như bố cục, hình, màu, thì so trực quan bằng cách chồng hai trang lên nhau.
Chọn sai cách thì mất công mà kết quả không đáng tin: chuyển một bản thiết kế sang Word làm vỡ hết bố cục, còn so chữ trên một bản scan mà không soát lỗi nhận dạng thì danh sách “thay đổi” đầy những chỗ do máy đọc nhầm. Phần dưới giúp nhận ra loại tệp và chọn cách phù hợp.
Nhận ra PDF của mình thuộc loại nào
Cách kiểm nhanh nhất: mở tệp, dùng chuột bôi đen một dòng chữ. Nếu bôi được từng chữ và dán sang một trình soạn thảo ra đúng chữ có dấu, đó là PDF có lớp chữ, thường được xuất trực tiếp từ phần mềm soạn thảo. Nếu chuột chỉ khoanh được cả khối như một bức ảnh, hoặc dán ra toàn ký tự lạ, đó là bản scan hoặc bản có phông chữ không nhúng chuẩn.
Có loại thứ ba hay gây nhầm: bản scan đã được nhận dạng chữ sẵn, gọi là PDF có lớp chữ ẩn. Nhìn bằng mắt là ảnh trang giấy, nhưng bôi đen vẫn chọn được chữ. Lớp chữ ẩn này do máy nhận dạng tạo ra, nên có thể sai dấu, sai số mà bạn không thấy trên ảnh. Dán thử một đoạn ra trình soạn thảo để xem chất lượng trước khi đem so.
Ngoài ra, cần biết tệp chứa gì: văn bản thuần chữ như công văn, hợp đồng; tài liệu nhiều bảng số liệu; hay sản phẩm thiết kế như tờ rơi, bao bì, sách đã dàn trang. Loại nội dung quyết định bạn quan tâm tới chữ hay tới hình, và từ đó chọn cách so.
Chọn cách so theo loại tệp và mục đích
Bảng dưới gợi ý cách so phù hợp cho các tình huống hay gặp. Không có cách nào đúng cho mọi trường hợp.
| Tình huống | Cách so gợi ý | Điều cần để ý |
|---|---|---|
| Hai PDF có lớp chữ, văn bản thuần chữ | So trực tiếp bằng trình đọc PDF có chức năng so sánh, hoặc chuyển về Word rồi so | Chuyển về Word có thể làm xuống dòng sai, cần tắt so khoảng trắng |
| Một bản Word, một bản PDF xuất từ chính bản đó | Chuyển PDF về Word rồi so với bản Word | Mục đích thường là kiểm bản xuất có đủ, không thiếu trang |
| Hai bản scan | Nhận dạng chữ cả hai rồi so chữ, sau đó soát lỗi nhận dạng | Kết quả chỉ để khoanh vùng, phải dò lại bằng mắt |
| Bản thiết kế, tờ rơi, bao bì | So trực quan: chồng hai trang, xem vùng khác màu | So chữ không phát hiện được hình dời chỗ, màu đổi |
| Tài liệu nhiều bảng số liệu | So chữ cho phần lời; bảng số đối chiếu riêng từng hàng | Chuyển bảng từ PDF hay vỡ cột, lệch hàng |
Với tài liệu quan trọng, kết hợp hai cách thường an toàn hơn: so chữ để bắt thay đổi nội dung, so trực quan để bắt thay đổi bố cục và hình. Hai cách bắt hai nhóm lỗi khác nhau.
Chuyển PDF về Word để so: các bước và chỗ hay hỏng
Đây là cách phổ biến vì hầu hết văn phòng đều có Word. Các bước theo nguyên lý chung, tên nút tuỳ phiên bản.
- Mở tệp PDF bằng Word (chọn mở tệp, trỏ tới tệp PDF). Word hỏi có chuyển sang dạng chỉnh sửa được không, đồng ý. Một số trình đọc PDF cũng có chức năng xuất sang Word.
- Đọc lướt bản chuyển: xem có dòng bị ngắt giữa câu, chữ bị gạch nối cuối dòng, đầu trang và chân trang chen vào giữa đoạn, cột bị trộn không.
- Làm sạch những lỗi lặp lại: xoá số trang lẫn trong thân, nối các dòng bị ngắt. Với văn bản dài, chỉ cần làm sạch tới mức đọc được, không cần đẹp.
- Làm tương tự với tệp còn lại nếu cũng là PDF, để hai bản chịu cùng một kiểu lỗi chuyển đổi.
- Chạy chức năng so sánh, tắt so khoảng trắng và định dạng để giảm nhiễu do chuyển đổi.
- Với mỗi thay đổi tìm được, mở lại PDF gốc ở đúng vị trí đó để xác nhận đó là thay đổi thật chứ không phải lỗi chuyển.
Bước cuối là bước hay bị bỏ qua nhưng quan trọng nhất. Kết quả so trên bản chuyển chỉ là danh sách nghi vấn; PDF gốc mới là bằng chứng.
So trực tiếp trên PDF và so trực quan
Một số phần mềm đọc và chỉnh sửa PDF có chức năng so sánh hai tệp, cho ra báo cáo đánh dấu chữ thêm, bớt, đổi ngay trên trang PDF, có khi kèm cả thay đổi về hình và định dạng. Cách này giữ nguyên bố cục, không qua bước chuyển đổi, nên ít nhiễu hơn. Chức năng này thường có ở bản đầy đủ của phần mềm; bản miễn phí có thể không có hoặc giới hạn số trang.
So trực quan là cách nhìn hai trang như hai bức ảnh. Có phần mềm cho đặt hai trang chồng lên nhau, phần giống trùng khít, phần khác hiện màu khác. Không có phần mềm, có thể làm thủ công: mở hai tệp cạnh nhau ở cùng tỷ lệ phóng, cuộn đồng thời, mắt quét từng vùng. Người làm in ấn lâu năm vẫn dùng cách cổ điển: in hai bản lên giấy mỏng, chồng lên bàn đèn.
So trực quan bắt được những thứ so chữ bỏ qua: một hình bị thay, logo dời vài milimét, màu nền đổi tông, chữ trong hình đổi. Nhưng nó kém ở việc bắt một chữ đổi trong đoạn văn dày, vì mắt khó phân biệt khác biệt nhỏ ở cỡ chữ thường. Vì vậy với tài liệu vừa có chữ vừa có hình, dùng cả hai.
Nhận dạng chữ tiếng Việt trên bản scan: lỗi hay gặp
Rơi dấu hoặc nhầm dấu. Bản scan mờ, nghiêng hoặc độ phân giải thấp làm phần mềm nhận dạng đọc sai dấu thanh: “hỏi” mất dấu thành “hoi”, “nghĩ” bị đọc thành “nghí”. Trong kết quả so, những chữ này hiện thành thay đổi dù hai bản gốc giống hệt nhau.
Nhầm số và chữ. Số 1 với chữ l, số 0 với chữ O, số 5 với chữ S. Với hợp đồng, bảng số liệu, đây là lỗi nguy hiểm nhất vì có thể che một thay đổi số thật hoặc tạo ra thay đổi giả.
Đọc sai thứ tự cột, ô bảng. Trang có hai cột hoặc bảng phức tạp có thể bị đọc theo hàng ngang xuyên cột, làm câu bị trộn. Kết quả so trên phần này gần như vô nghĩa, nên đối chiếu bảng bằng mắt.
Con dấu, chữ ký đè lên chữ. Vùng có dấu đỏ hoặc chữ ký thường bị nhận thành ký tự rác. Phần này luôn phải dò bằng mắt trên ảnh gốc.
Cách giảm lỗi. Scan lại ở độ phân giải đủ cao nếu còn giấy gốc, đặt trang thẳng, chọn ngôn ngữ nhận dạng là tiếng Việt, và nhận dạng cả hai bản bằng cùng một phần mềm để lỗi xảy ra giống nhau ở hai bên.
Hai tệp lệch trang, lệch bố cục: so theo từng phần
Một khó khăn hay gặp là hai bản PDF có nội dung gần giống nhưng dàn trang khác: bản này khổ dọc, bản kia khổ ngang; bản này hai cột, bản kia một cột; hoặc một bản thêm vài trang phụ lục ở giữa làm mọi trang phía sau lệch đi. Khi đó so trực quan theo từng trang gần như vô dụng, vì trang mười của bản này ứng với trang mười hai của bản kia.
Cách xử lý là chuyển trọng tâm sang so chữ, vì chữ không phụ thuộc vào cách dàn trang. Chuyển cả hai bản về dạng văn bản, xoá số trang, đầu trang, chân trang lặp lại, rồi so như hai văn bản thường. Nếu tài liệu dài, chia theo đề mục lớn: chương một so với chương một, phụ lục so với phụ lục. Chia nhỏ giúp kết quả mỗi lần so gọn, dễ đọc, và nếu một phần bị lỗi chuyển đổi nặng thì chỉ phần đó phải làm lại.
Với phần hình và bảng, lập một danh sách ngắn theo thứ tự xuất hiện ở mỗi bản: hình một là gì, bảng hai có bao nhiêu hàng. Đặt hai danh sách cạnh nhau sẽ thấy ngay hình nào bị thêm, bị bỏ hay đổi chỗ, sau đó mới mở từng hình ra so chi tiết. Cách làm thủ công này chậm hơn máy, nhưng chắc chắn hơn nhiều so với việc tin vào một kết quả so trên hai bố cục không khớp nhau.
Bảo mật khi dùng trang so sánh PDF trực tuyến
Có nhiều trang web nhận hai tệp PDF và trả về kết quả so sánh, tiện khi máy không có phần mềm. Nhưng tải tệp lên đồng nghĩa với việc gửi toàn bộ nội dung cho máy chủ của bên vận hành trang đó. Với hợp đồng, hồ sơ nhân sự, tài liệu có số căn cước, số tài khoản hay bí mật kinh doanh, đây là rủi ro không đáng.
Trước khi dùng một trang trực tuyến, đọc phần chính sách dữ liệu: tệp được giữ bao lâu, có dùng để huấn luyện mô hình không, có xoá được không. Nếu không tìm thấy thông tin, coi như tệp có thể được lưu. Với tài liệu nội bộ của cơ quan, doanh nghiệp, hỏi bộ phận công nghệ thông tin công cụ nào được phép dùng.
Cách an toàn hơn là dùng phần mềm cài trên máy, kể cả khi phải chuyển về Word và chịu thêm vài bước làm sạch. Nếu bắt buộc dùng công cụ trực tuyến, chỉ tải lên những trang cần so, đã che các thông tin cá nhân, và xoá tệp khỏi trang ngay sau khi xong nếu trang có chức năng đó.
Câu hỏi thường gặp
Làm sao biết tệp PDF là bản scan hay có lớp chữ?
Dùng chuột bôi đen một dòng. Nếu chọn được từng chữ và dán sang trình soạn thảo ra đúng chữ có dấu, tệp có lớp chữ. Nếu chỉ khoanh được cả khối như ảnh hoặc dán ra ký tự lạ, đó là bản scan hoặc phông chữ không nhúng chuẩn.
Chuyển PDF sang Word để so có chính xác không?
Đủ dùng để khoanh vùng thay đổi, nhưng không hoàn hảo. Quá trình chuyển hay làm xuống dòng sai, trộn đầu trang chân trang vào thân và vỡ bảng. Mỗi thay đổi tìm được nên được xác nhận lại trên PDF gốc trước khi kết luận.
Có cách nào so hai bản thiết kế PDF không?
Nên so trực quan: dùng phần mềm cho chồng hai trang lên nhau để thấy vùng khác biệt, hoặc mở hai tệp cạnh nhau cùng tỷ lệ và quét từng vùng. So chữ không phát hiện được hình bị thay, logo dời chỗ hay màu đổi tông.
Bản scan hai bên giống nhau mà so ra nhiều thay đổi, vì sao?
Thường do lỗi nhận dạng chữ: rơi dấu, nhầm số với chữ, đọc sai thứ tự cột. Nhận dạng cả hai bản bằng cùng phần mềm, cùng cài đặt để lỗi giống nhau ở hai bên, và dò lại bằng mắt những chỗ nghi ngờ trên ảnh gốc.
Trang so sánh PDF trực tuyến có an toàn cho hợp đồng không?
Có rủi ro vì tệp được gửi lên máy chủ của bên thứ ba và có thể bị lưu. Với hợp đồng và tài liệu có thông tin cá nhân, ưu tiên phần mềm trên máy. Nếu buộc phải dùng trang trực tuyến, che thông tin nhạy cảm và đọc chính sách lưu trữ trước.
PDF bị đặt mật khẩu có so được không?
Phần lớn công cụ so sánh không mở được tệp có mật khẩu mở hoặc bị chặn sao chép chữ. Bạn cần người gửi cung cấp mật khẩu hoặc bản không khoá. Không nên tìm cách phá khoá tệp của người khác, vì có thể vi phạm thoả thuận bảo mật.