ForHosting KIT · PDF e documentos

Compare o texto de dois PDFs e encontre páginas alteradas

Compare dois PDFs sem alternar repetidamente entre janelas nem depender de uma inspeção visual.

● BetaGrátis · no seu navegador

Use pelo WebAPIE-mailTelegramApp em breve

Forneça o texto extraído de cada documento como uma string por página, e esta ferramenta informará exatamente quais números de página são diferentes. Cada página alterada recebe um resumo curto e determinístico com contagens e palavras adicionadas ou removidas. Ela também identifica páginas presentes em apenas uma versão. A comparação funciona sem acesso à rede, preserva a ordem e rejeita qualquer documento sem texto extraído.

Prepare o texto preservando a estrutura das páginas

Comece com o texto já extraído dos dois arquivos PDF. Envie cada documento como uma lista ordenada na qual a primeira string representa a página um, a segunda representa a página dois e assim por diante. Preservar esses limites é essencial, pois o resultado apresenta diferenças por número de página em vez de tratar o documento como um bloco contínuo. Ferramentas de extração podem produzir espaços, tabulações ou quebras de linha repetidos; por isso, a comparação normaliza os espaços antes de decidir se o texto mudou. Isso evita marcar uma página apenas porque outro extrator quebrou uma frase de modo diferente. A ferramenta não executa reconhecimento óptico de caracteres, não abre arquivos PDF nem deduz limites ausentes. Se um documento digitalizado não tiver camada de texto, execute OCR primeiro e envie o resultado por página. Verifique a qualidade quando fontes, colunas ou tabelas criarem uma ordem de leitura incomum. Ambas as entradas devem conter pelo menos uma página com texto além de espaços; caso contrário, será retornado um erro.

Entenda como as páginas alteradas são resumidas

A ferramenta compara posições correspondentes depois de normalizar os espaços. Texto normalizado idêntico não gera uma entrada de diferença. Quando uma página muda, o resumo separa as duas versões em palavras, compara frequências sem diferenciar maiúsculas e informa quantas palavras foram removidas e adicionadas. Uma prévia mostra até cinco palavras removidas e cinco adicionadas, facilitando a identificação de um valor, uma data, o nome de uma parte ou um termo contratual atualizado. As contagens preservam repetições, portanto excluir duas ocorrências do mesmo termo registra duas remoções. Se as palavras forem iguais, mas a ordem, capitalização ou pontuação mudar, a página continuará marcada como alterada e o resumo explicará o motivo. Esse é um diagnóstico conciso, não um patch caractere por caractere. Ele não tenta adivinhar a importância semântica nem afirmar que redações diferentes significam a mesma coisa. Use os números de página para orientar uma revisão humana, sobretudo em contratos, demonstrativos financeiros e documentos regulados.

Interprete páginas ausentes e use o resultado com segurança

Os documentos nem sempre têm o mesmo tamanho. Quando uma entrada possui posições adicionais, cada página extra é indicada como existente apenas no PDF A ou apenas no PDF B, junto com sua contagem de palavras extraídas. O resultado principal inclui os dois totais de páginas, uma lista ordenada das páginas diferentes, uma entrada detalhada para cada diferença e um indicador de igualdade para automação. Isso torna a saída útil em verificações de publicação, fluxos de aprovação, validação de arquivos e processos de ingestão documental. Um indicador verdadeiro significa que o texto normalizado coincidiu página a página; não comprova que imagens, anotações, assinaturas, cores, fontes, metadados, camadas ocultas ou posições sejam idênticos. Por outro lado, diferenças de extração podem refletir a codificação do PDF, não uma revisão editorial intencional. Em análises críticas, use o relatório para localizar diferenças textuais e depois inspecione as páginas originais com o julgamento jurídico, financeiro ou operacional adequado.

Casos de uso

Revisar um contrato alterado

Localize as páginas cuja redação extraída mudou antes de examinar as cláusulas afetadas nos documentos originais.

Verificar um relatório antes da publicação

Compare rascunho e versão final para detectar valores, datas, rótulos ou páginas adicionadas e removidas por engano.

Automatizar o controle de versões

Use o indicador de igualdade e a lista de páginas diferentes para encaminhar apenas PDFs alterados à aprovação manual.

Perguntas frequentes

Esta ferramenta aceita arquivos PDF diretamente?

Não. Ela aceita texto já extraído, organizado como uma string por página.

O que acontece se uma entrada estiver vazia?

A solicitação falha por entrada inválida. Cada PDF deve ter ao menos uma página com texto extraído além de espaços.

Quebras de linha e espaços repetidos contam como alterações?

Não. Os espaços são normalizados antes da verificação, então diferenças de quebra causadas pela extração são ignoradas.

A ferramenta detecta diferenças visuais ou de formatação?

Não. Ela compara somente o texto extraído e não inspeciona imagens, tipografia, anotações, assinaturas, metadados ou geometria.

Como páginas adicionadas ou removidas são informadas?

Uma posição sem correspondente aparece como existente apenas no PDF A ou PDF B, com a contagem de palavras extraídas.

Quanto custa uma comparação?

Cada solicitação de API custa US$ 0,002. A implementação determinística no navegador também funciona sem chamada de rede.

Para desenvolvedores — acesso via API

Tudo nesta página está disponível via API. Esta seção é para equipes que querem integrar a ferramenta aos próprios sistemas; quem não precisa disso pode simplesmente usar a ferramenta acima.

Endpoint

POSThttps://api.kit.forhosting.com/pdf/compare-text

Autenticação por token Bearer. Um único POST coloca a tarefa na fila; o resultado chega por webhook ou link assinado.

Chame do seu código

curl -X POST https://api.kit.forhosting.com/pdf/compare-text \
  -H "Authorization: Bearer $KIT_KEY" \
  -H "Content-Type: application/json" \
  -d '{"pages_a":["Quarterly report\nRevenue was $2.4 million.","Operating expenses were $1.1 million."],"pages_b":["Quarterly report\nRevenue was $2.7 million.","Operating expenses were $1.1 million."]}'

const res = await fetch("https://api.kit.forhosting.com/pdf/compare-text", {
  method: "POST",
  headers: {
    "Authorization": `Bearer ${process.env.KIT_KEY}`,
    "Content-Type": "application/json"
  },
  body: JSON.stringify({
    "pages_a": [
      "Quarterly report\nRevenue was $2.4 million.",
      "Operating expenses were $1.1 million."
    ],
    "pages_b": [
      "Quarterly report\nRevenue was $2.7 million.",
      "Operating expenses were $1.1 million."
    ]
  })
});
const { task_id } = await res.json();

import os, requests

res = requests.post(
    "https://api.kit.forhosting.com/pdf/compare-text",
    headers={"Authorization": f"Bearer {os.environ['KIT_KEY']}"},
    json={
    "pages_a": [
        "Quarterly report\nRevenue was $2.4 million.",
        "Operating expenses were $1.1 million."
    ],
    "pages_b": [
        "Quarterly report\nRevenue was $2.7 million.",
        "Operating expenses were $1.1 million."
    ]
},
)
task_id = res.json()["task_id"]

<?php
$res = file_get_contents("https://api.kit.forhosting.com/pdf/compare-text", false, stream_context_create([
  "http" => [
    "method"  => "POST",
    "header"  => "Authorization: Bearer " . getenv("KIT_KEY") . "\r\nContent-Type: application/json",
    "content" => '{"pages_a":["Quarterly report\\nRevenue was $2.4 million.","Operating expenses were $1.1 million."],"pages_b":["Quarterly report\\nRevenue was $2.7 million.","Operating expenses were $1.1 million."]}',
  ],
]));
$task = json_decode($res, true);

body := bytes.NewBufferString(`{"pages_a":["Quarterly report\nRevenue was $2.4 million.","Operating expenses were $1.1 million."],"pages_b":["Quarterly report\nRevenue was $2.7 million.","Operating expenses were $1.1 million."]}`)
req, _ := http.NewRequest("POST", "https://api.kit.forhosting.com/pdf/compare-text", body)
req.Header.Set("Authorization", "Bearer "+os.Getenv("KIT_KEY"))
req.Header.Set("Content-Type", "application/json")
res, _ := http.DefaultClient.Do(req)

Exemplo de requisição

{
  "pages_a": [
    "Quarterly report\nRevenue was $2.4 million.",
    "Operating expenses were $1.1 million."
  ],
  "pages_b": [
    "Quarterly report\nRevenue was $2.7 million.",
    "Operating expenses were $1.1 million."
  ]
}

Exemplo de resposta

{
  "task_id": "tsk_a1b2c3d4e5f6a1b2c3d4e5f6",
  "type": "pdf.compare_text",
  "status": "queued",
  "_links": {
    "result": "/tasks/tsk_…/result"
  }
}

A API é assíncrona: cada chamada devolve um task_id na hora. Se preferir polling, consulte o status a até 1 requisição por segundo.

Preço

por chamadaUS$ 0,002

Preço publicado, sem tokens nem créditos escondidos. Tarefa que falha não é cobrada.

Limites

`max_mb`	25
`max_pages`	200

Erros

HTTP	Código	O que significa
`401`	`unauthorized`	Token ausente ou inválido. Confira o header Authorization.
`402`	`insufficient_balance`	Saldo insuficiente para esta tarefa. Faça uma recarga e tente de novo.
`404`	`unknown_type`	Esse tipo de tarefa não existe. Confira o campo type no catálogo.
`429`	`rate_limited`	Muitas requisições em pouco tempo. Espere um instante e tente de novo.

Ver a documentação completa do KIT →