دو PDF فائلوں کے متن کا موازنہ کریں

صفحہ 1 کا صفحہ 1، صفحہ 2 کا صفحہ 2، اور اسی طرح موازنہ ہوتا ہے۔ آخر میں صفحات کی تعداد کا فرق ایسے صفحے کے طور پر دکھایا جاتا ہے جو صرف ایک دستاویز میں ہے۔ درمیان میں نیا صفحہ شامل کرنے سے بعد کے صفحوں کے جوڑے مختلف ہو سکتے ہیں؛ یہ ورژن جگہ بدلے ہوئے صفحات خودکار طور پر نہیں ملاتا۔ دو صفحات کے مسودے میں صفحہ 2 پر ایک لفظ بدلنے سے اسی صفحے پر تبدیلی آتی ہے، جبکہ صفحہ 1 کا نکالا گیا متن یکساں رہ سکتا ہے۔

الفاظ کے موڈ میں متن کے ٹوکنز کی تبدیلیاں نمایاں ہوتی ہیں؛ سطروں کے موڈ میں نکالی گئی پوری سطروں کا موازنہ ہوتا ہے۔ بار بار آنے والی خالی جگہ کو یکساں کرنے سے مسلسل اسپیس یا ٹیب کے فرق نظر انداز ہو سکتے ہیں، جبکہ سطروں کے موڈ میں سطر کی حدیں اہم رہتی ہیں۔ PDF سے متن نکلنے کی ترتیب دستاویز پر منحصر ہے: کالم، غیر معمولی فونٹس اور لے آؤٹ کی تبدیلیوں سے نکالا گیا متن مختلف ہو سکتا ہے، چاہے صفحات بظاہر ایک جیسے ہوں۔

تصاویر، متن کی تہہ کے بغیر اسکین، صفحے کا لے آؤٹ، فونٹ کی شکل، تبصرے، فارم کی قدریں اور دستخط اس صرف متنی موازنے میں شامل نہیں۔ جن صفحات سے متن نہیں نکلتا انہیں الگ نشان دیا جاتا ہے، یکساں قرار نہیں دیا جاتا۔ نکالا گیا متن ملنا دو PDF کی ظاہری شکل، مواد یا معتبر ہونے کے یکساں ہونے کا ثبوت نہیں۔ یہ ٹول OCR یا پکسل کی بنیاد پر ظاہری موازنہ نہیں کرتا۔

ہر فائل کی حد 20 MB ہے۔ دونوں فائلوں کی مجموعی حد فون یا کم میموری والی ڈیوائس پر 20 MB، اور بڑی ڈیوائس پر 40 MB ہے؛ فی دستاویز صفحات کی حد 100 یا 200 ہے۔ دونوں PDF سے نکالے گئے متن کی مجموعی حد 250,000 یا 500,000 حروف، اور فی صفحہ 20,000 حروف ہے۔ ایک صفحے کے موازنے میں مجموعی طور پر 2,000 ٹوکنز، محفوظ نتائج میں 5,000 فرق کے حصے، اور رپورٹ میں 2 MB کی حد ہے۔ حد سے تجاوز ہونے پر موازنہ نامکمل دکھایا جاتا ہے؛ گنتی صرف پروسیس کیے گئے متن کی ہوتی ہے۔