مقارنة مستندين PDF جنباً إلى جنب

أحد الأخطاء المنهجية الجسيمة في تدقيق المستندات هو الاعتماد حصرياً على المقارنة النصية وحدها أو المقارنة البصرية وحدها. فلكل نهج نقاط قوة متميزة وحدود تقنية بالغة الأهمية:

1. المقارنة النصية: تفكك مستند PDF إلى تدفقات نصية منظمة من الأحرف والكلمات متجاهلة هندسة الصفحات. وتحدد بدقة التعديلات اللغوية البحتة—مثل إدراج استثناء من المسؤولية، أو تعديل تاريخ من '15 يوليو' إلى '15 أغسطس'، أو حذف جملة تعويضية. ومع ذلك، فإن المقارنة النصية عمياء تماماً عن التعديلات البصرية: فهي لا تستطيع اكتشاف ما إذا كان عمود معماري قد أزيح، أو تم استبدال شعار، أو تم تصغير نص إخلاء المسؤولية القانوني إلى حجم خط 4pt غير مقروء.

2. المقارنة البصرية: تقارن شبكات البكسل المصيرة بدقة معايرة. وتسلط الضوء فوراً على الفقرات المزاحة، والمخططات المعدلة، وتغييرات الخطوط، لكنها لا تستطيع تقديم ملخص نصي موجز للكلمات المعدلة عبر اتفاقية تتألف من 100 صفحة.

3. الحل الموحد: تدمج أداتنا كلا المحركين في مساحة عمل واحدة، مما يمنح المهنيين رؤية كاملة وشاملة لكل تعديل لغوي وبصري على حد سواء.

لإجراء مقارنة نصية دقيقة، يجب على المحرك استخراج المحتوى النصي الخام من تدفقات محتوى صفحات PDF (`/Contents`) مع إعادة بناء ترتيب القراءة المنطقي. ولأن ملفات PDF لا تخزن النصوص في جُمل متصلة—بل تخزن بدلاً من ذلك رموزاً طباعية مستقلة متموضعة عبر مصفوفات إحداثيات (`Tm` و `Td` و `Tj`)—فإن الاستخراج البسيط للنصوص يؤدي غالباً إلى كلمات متداخلة وتكسر في نهايات الأسطر.

يستخدم محركنا المباشر محلل تدفقات النصوص من Mozilla pdf.js داخل بيئة Web Worker معزولة. ويستخرج أجزاء النصوص الفردية مع مربعات الإحاطة الخاصة بها، ويرتبها هندسياً للحفاظ على التدفق المنطقي للفقرات المقروءة بشرياً، ويدمج الكلمات المفصولة بفواصل في نهايات الأسطر، ويجزء المستند إلى مصفوفة منظمة من الوحدات اللغوية (الجمل والكلمات).

تضمن هذه البنية الهندسية النظيفة للتجزيء أن خوارزميات المقارنة التالية تقارن المحتوى اللغوي الحقيقي بدلاً من مقارنة رموز التخطيط العشوائية.

بمجرد استخراج وحدات النصوص من المستند (أ) والمستند (ب)، ينفذ محركنا خوارزمية Myers diff المجمعة بتقنية WebAssembly على جانب العميل (أو صيغة محسنة من خوارزمية أطول تسلسل جزئي مشترك LCS).

تتعامل الخوارزمية مع المقارنة كمسألة إيجاد أقصر مسار تحريري (SES) في رسم بياني موجه يمثل الإضافات والمحذوفات والأجزاء المشتركة. ويتم تصنيف المخرجات إلى ثلاث حالات واضحة:

- الإضافات: الكلمات أو البنود الموجودة في الإصدار (ب) والغائبة عن الإصدار (أ) (مضاءة باللون الأخضر البارز).

- المحذوفات: الكلمات أو البنود الموجودة في الإصدار (أ) والتي أزيلت من الإصدار (ب) (مضاءة باللون الأحمر ويتوسطها خط شطب).

- التعديلات: عمليات الاستبدال الموضعية حيث تم تغيير كلمات محددة داخل بند موجود.

يجمع المحرك تعديلات الكلمات المتجاورة في كتل دلالية متماسكة، مما يولد ملخصاً أحمر تحريرياً (Redline) مطابقاً لبرمجيات المقارنة القانونية الاحترافية مثل Workshare Compare أو Litera Change-Pro.

تتطلب مراجعة العقود المعقدة متعددة الصفحات تنقلاً سلساً ومتزامناً. وتتميز واجهة المستخدم لدينا بمنافذ عرض ثنائية مقترنة مع قفل تمرير ذكي. فعندما تقوم بالتمرير في المستند (أ)، يتحرك المستند (ب) بتزامن تام، مما يحافظ على محاذاة الأقسام المتطابقة جنباً إلى جنب.

وإذا أدت المراجعة إلى إضافة أو حذف صفحات كاملة—مما تسبب في انزياح أرقام الصفحات (على سبيل المثال، يظهر القسم 4 في الصفحة 12 في الإصدار (أ)، لكنه ينتقل إلى الصفحة 14 في الإصدار (ب) بسبب جدول ملحق تم إدراجه)—تسمح واجهتنا للمستخدمين بفك قفل الصفحات، وإعادة محاذاة الصفحات المعنية، ثم إعادة قفل المقارنة عند الإزاحة الجديدة. ويمكن للمراجعين التكبير والتحريك والتبديل بين العرض المقترن والعرض المدمج بسلاسة تامة.

تُجرى مقارنة المستندات دائماً تقريباً على أكثر الملفات حساسية لدى المؤسسات: مسودات اتفاقيات الاندماج، وتسويات النزاعات القضائية السرية، وشروط ترخيص الملكية الفكرية، وعمليات التدقيق المالي قبل نشرها. ويؤدي رفع هذه الملفات إلى بوابات مقارنة PDF السحابية إلى خلق مخاطر امتثال جسيمة وإسقاط لحصانة السرية القانونية بموجب لوائح GDPR و HIPAA ومعايير نقابات المحامين.

يعمل موقع 2run.tools وفق بنية أمان سحابي صفرية مطلقة. يتم تحميل كلا الإصدارين في ذاكرة RAM للمتصفح المحلي، وتجزيئهما، ومقارنتهما نصياً، وتصييرهما بالكامل على المعالج المركزي لحاسوبك. ولا يتم نقل أي نصوص مقتبسة، أو بايتات ملفات، أو سجلات مقارنة عبر الإنترنت، مما يضمن أماناً معزولاً تماماً للعمليات المؤسسية الحساسة.

في مفاوضات العقود القانونية، تنتج خوارزميات المقارنة البسيطة القائمة على الأحرف مخرجات فوضوية وغير مقروءة إذا تمت إعادة صياغة الكلمات بشكل طفيف. فعلى سبيل المثال، يؤدي استبدال 'يدفع المشتري خلال 30 يوماً' بعبارة 'يتعين على الطرف المشتري سداد المبلغ خلال 30 يوماً تقويمياً' إلى فوضى من الأحرف الملونة الممزقة ما لم يتم تحليلها دلالياً.

يحتوي محرك المقارنة النصية لدينا على تقنية التقسيم الدلالي للبنود. فهو يجمع الكلمات في جمل وبنود نحوية، ويقيم عمليات الاستبدال على مستوى العبارة الكاملة. وعند تعديل بند، يحدد المحرك العبارة المستبدلة بالكامل بوضوح، عارضاً الصياغة الأصلية باللون الأحمر مع خط شطب، والمسودة المقترحة باللون الأخضر مع خط تحتي.

علاوة على ذلك، يتعرف المحرك على الهياكل الترقيمية للبنود (مثل البند 4.2(أ)(2))، ويتتبع بدقة متى يُعاد ترقيم البنود الفرعية أو تغيير موضعها داخل الاتفاقية، مما يوفر على المحامين ساعات طويلة من الفحص اليدوي المجهد.

في القطاعات الخاضعة لأطر تنظيمية صارمة—مثل هيئات الغذاء والدواء (معايير 21 CFR Part 11 لملفات الأدوية)، وهيئات الأوراق المالية (للإفصاحات المالية)، وبروتوكولات إدارة الجودة الدولية ISO—يتعين على الشركات إثبات أن كل تغيير بين إصدارات المستند قد تمت مراجعته واعتماده رسمياً.

تولد أداتنا سجلات مقارنة موثوقة تتضمن طوابع زمنية، وأعداد الحروف المعدلة، ومراجع البنود المتأثرة، ولقطات كاملة للخطوط الحمراء التحريرية. ويمكن إرفاق هذا التقرير مباشرة بالملفات التنظيمية أو سجلات الامتثال الداخلي، مما ينشئ سجلاً تدقيقياً غير قابل للدحض لأصل المستند وتطوره دون الاعتماد على خدمات التحويل السحابية.