Comparar dos textos

Diferencias resaltadas línea a línea. Gratis, sin subida. 1 GB máx. · Hasta 1 GB · Procesado localmente, nunca enviado a un servidor.

Dos versiones de un mismo texto y siempre la misma pregunta: qué ha cambiado. Leerlas en paralelo funciona en una página, no en un contrato de quince que la otra parte devuelve con “unos ajustes menores”. Esta herramienta toma la versión de partida a la izquierda y la versión modificada a la derecha, y enumera las líneas suprimidas y las líneas añadidas.

La comparación se apoya en la subsecuencia común más larga, calculada sobre las líneas. Todo lo que los dos textos comparten se queda en su sitio, sangrado; el resto aparece con un signo menos para el original y un signo más para la versión nueva. El encabezado del resultado da el número de líneas añadidas y suprimidas, e indica de forma explícita el caso en que los dos textos resultan idénticos.

Las dos casillas se rellenan pegando, sin importar ficheros y sin cuenta. El cálculo se desarrolla enteramente dentro de la pestaña, lo que tiene una consecuencia directa: consume la memoria de su propia máquina, y un tope de tamaño protege al navegador de las comparaciones desmesuradas. El botón relanza el cálculo tantas veces como haga falta.

Cómo se usa

  1. Pegue la versión original a la izquierda La casilla izquierda es la referencia: las supresiones marcadas con un signo menos son las líneas que ella contiene y la otra no.
  2. Pegue la versión modificada a la derecha La casilla derecha aporta las líneas añadidas. Intercambiar las dos casillas invierte el sentido de lectura de todo el resultado.
  3. Trocee el texto en líneas cortas La comparación trabaja sobre líneas enteras: un bloque pegado de una pieza sale íntegramente suprimido y después íntegramente añadido, sin ninguna indicación aprovechable.
  4. Pulse Ejecutar El resultado aparece bajo las dos casillas, en un marco con desplazamiento de unos 460 píxeles de alto, con el recuento de líneas añadidas y suprimidas en el título.
  5. Recorra los bloques de color Las líneas comunes solo aparecen sangradas; las suprimidas y las añadidas van en color. Una línea modificada aparece dos veces, una por cada lado.

El algoritmo empleado

Los dos textos se trocean por los saltos de línea y la página calcula después su subsecuencia común más larga mediante programación dinámica: se rellena desde el final una tabla de enteros de 32 bits de tamaño (n+1) por (m+1), donde cada casilla guarda la longitud de la mayor sucesión de líneas comunes que queda por recorrer. El camino se vuelve a recorrer luego desde el principio para producir la secuencia de operaciones.

El coste es proporcional al producto de los dos números de líneas, tanto en tiempo como en memoria. Un tope rechaza la comparación cuando ese producto pasa de cuatro millones, con un mensaje que avisa de que los textos son demasiado largos para una comparación línea a línea y sitúa el límite en unas 2000 líneas por lado. El tope está en el producto: 2000 líneas contra 2000 pasan, 500 contra 8000 también, y la tabla ocupa entonces unos 15 MB. Cuando las dos direcciones empatan, la supresión se emite antes que la adición, de modo que una línea modificada aparece como una línea retirada seguida de la que la sustituye.

La granularidad: la línea, no la palabra

Dos líneas se consideran iguales solo si sus cadenas coinciden de forma estricta. Una coma, una mayúscula o un espacio al final de la línea bastan para que la línea entera diverja. No hay resaltado de la palabra modificada dentro de la línea, ni opción para ignorar las mayúsculas o los espacios.

La preparación del texto es, por tanto, decisiva. Un contrato de arrendamiento pegado en tres párrafos enormes da tres líneas y un resultado inservible; ese mismo contrato con una cláusula por línea da una comparación legible en la que solo destacan los puntos tocados. Añadir un salto de línea después de cada punto antes de pegar lo cambia todo. Trocear palabra por palabra, en cambio, hincha la tabla muy deprisa y lleva derecho al tope.

Las diferencias que el ojo no ve

La sorpresa más frecuente: todo aparece marcado como modificado aunque los dos textos parezcan idénticos en pantalla. La causa es casi siempre un carácter invisible. El troceado se hace únicamente sobre el salto de línea, así que un fichero guardado en Windows conserva un retorno de carro al final de cada línea y, comparado con el mismo texto con finales de línea Unix, diverge en todas partes a la vez.

El mismo efecto producen un espacio duro colocado por un procesador de textos entre una cifra y su unidad, un apóstrofo curvo frente a uno recto, una raya frente a dos guiones o un espacio arrastrado al final de la línea. Hay además un caso propio del español: la eñe y las vocales acentuadas pueden llegar descompuestas, es decir, como una letra seguida de una tilde separada, en textos procedentes de ciertos ficheros de macOS o extraídos de un PDF. “año” se ve igual en pantalla pero es un carácter más largo y no coincide con la versión compuesta. El texto sacado de un PDF añade sus propias trampas: guiones de partición conservados, ligaduras y saltos de línea que siguen la maquetación en lugar de las frases. En caso de duda, conviene hacer pasar las dos versiones por un editor de texto plano.

Dónde encaja esta herramienta y dónde no

Presta servicio en un contrato devuelto con enmiendas, en dos estados de un trabajo de fin de máster antes y después de la lectura del tutor, en una plantilla de carta retocada por un compañero, o para comprobar que una traducción sigue la última revisión de su original.

Encaja peor en otros sitios. Para un documento de Word, la función de comparación del propio procesador lee la estructura del fichero y las marcas de control de cambios, que el copiar y pegar destruye. Para código bajo control de versiones, una herramienta de diferencias específica muestra el contexto y el historial. Para dos PDF hay que extraer antes el texto. Esta página tampoco fusiona: enseña las diferencias sin producir una versión consolidada.

Preguntas frecuentes

¿Por qué todo mi texto sale suprimido y vuelto a añadir?

Porque no contiene ningún salto de línea y forma por tanto una sola línea, juzgada distinta en bloque. Inserte un salto después de cada frase o de cada cláusula, en las dos casillas, y relance la comparación.

Una línea en la que he cambiado una sola palabra aparece dos veces.

Es el comportamiento previsto: la comparación no baja por debajo de la línea. Se ve la versión antigua marcada con un menos y después la nueva marcada con un más, y queda de su parte localizar la palabra que difiere.

Aparece el mensaje de textos demasiado largos, ¿qué hago?

El producto del número de líneas de los dos textos ha pasado de cuatro millones. Compare capítulo por capítulo o parte por parte: dos bloques de mil líneas pasan sin dificultad.

Los dos textos parecen idénticos y aun así todo sale marcado.

Busque caracteres invisibles: retornos de carro de un fichero de Windows, espacios duros puestos por un procesador de textos, apóstrofos tipográficos, espacios al final de línea o vocales y eñes descompuestas. Un paso por un editor de texto plano los neutraliza.

¿Se pueden ignorar las mayúsculas o la puntuación?

Ninguna opción lo permite, la comparación es estrictamente literal. Si lo único que no le importa son las mayúsculas, pase los dos textos a minúsculas con el conversor de mayúsculas del sitio antes de pegarlos aquí.

¿Se puede descargar el resultado?

No hay botón de exportación: el informe se muestra en un marco con desplazamiento que se puede seleccionar y copiar. La entrada que queda en el historial local retiene solo el número de líneas añadidas y suprimidas, nunca su contenido.

¿Se envían los textos a algún servidor al compararlos?

No: el cálculo se desarrolla enteramente dentro de la pestaña, ni la versión original ni la modificada salen de ella, y no hay cuenta ni registro. La contrapartida es que el trabajo consume la memoria de su propia máquina en lugar de la de un servidor. Y una consecuencia práctica: aquí no se importan ficheros, las dos casillas se rellenan pegando el texto.

¿La comparación es palabra por palabra o línea por línea?

Línea por línea, y de forma estricta: dos líneas se consideran iguales solo si sus cadenas coinciden carácter a carácter, de modo que una coma o un espacio al final basta para que la línea entera diverja. No hay resaltado de la palabra cambiada dentro de la línea ni opción para activarlo. El remedio está en preparar el texto antes de pegarlo, con un salto de línea después de cada punto o de cada cláusula; trocear palabra por palabra, en cambio, multiplica el número de líneas y lleva derecho al tope de la comparación.

¿Puedo comparar dos versiones de un documento de Word o de un PDF?

Solo pegando su texto: la herramienta no abre .docx ni .pdf, y en ambos casos el copiar y pegar tiene un coste. Para Word conviene usar la función de comparación del propio procesador, que lee la estructura del fichero y las marcas de control de cambios, cosa que el portapapeles destruye. Del PDF hay que extraer antes el texto, y ese texto llega con guiones de partición, ligaduras y saltos de línea que siguen la maquetación en lugar de las frases: todo eso saldrá marcado como diferencia sin serlo.

Herramientas similares

Descubrir otras herramientas

Categorías