为什么文档对比要在本地做
合同修订、投标文件、财务报表——这些文档恰恰是最不能随手上传到陌生网站的。常见在线对比站点把文件传到服务器再返回结果,而这个工具的 docx / xlsx / txt 解析全部由内置解码器在你的浏览器里完成,pdf 也只在本地提取文字;文件不离开你的电脑,断网都能用(除首次加载 pdf 解析库)。
自研 zip 解压 + XML 文本提取,不加载任何第三方库;表格按行展开,单元格以制表符分隔。
基于 pdf.js 本地提取可选中的文字;扫描版(图片型)会明确提示无法提取,不糊弄。
左边 docx、右边 txt 也可以比——先各自提取成纯文本,再走同一套 Myers diff。
全角/半角、空白、标点噪音一键忽略,比较的是内容,不是字形。
典型场景
- 合同 / 协议修订:法务发来修订版 docx,和旧版一对比,改动的条款立刻现形;
- 标书 / 方案迭代:两个版本的 docx 逐段对比,差异报告复制进邮件;
- 表格核对:xlsx 按工作表对比,公式取缓存计算值,快速定位哪个单元格被改;
- pdf 审阅:拿两版 pdf 提取文字对比,看哪段说明被增删。
常见问题
我的文档会被上传吗?
不会。docx、xlsx、txt 由工具内置的解码器在浏览器里直接解析;pdf 需要从 CDN 加载 pdf.js 这个解析库(js 代码),但你的文件本身始终在本地内存中处理,不上传任何服务器。
支持哪些格式?
支持 .docx、.xlsx、.pdf 以及 .txt、.md、.csv 等纯文本,左右两侧可以拖不同格式互比。旧版二进制 .doc 不支持,请先用 Word 另存为 .docx。
比较的是内容还是格式?
比较文字内容。docx 提取段落与表格(表格按行展开、单元格以制表符分隔);xlsx 按工作表提取单元格内容,公式取缓存计算值;字体、颜色、图片等版式不参与比较。
扫描版 PDF 能比较吗?
不能。扫描版是图片,没有文字层,工具会明确提示「未能提取到文字」。需要 OCR 后的文本才能比较。
和在线文档对比网站有什么不同?
常见在线对比站点要求把文档上传到服务器。这个工具的全部解析在浏览器本地完成,适合合同、标书、财务表等敏感文档;代价是旧版 .doc、扫描 PDF 等格式不支持。
txt 打开乱码怎么办?
纯文本按 UTF-8 解码,失败时自动回退 GBK(国产软件常见编码);若仍乱码,请先在编辑器里另存为 UTF-8。