用 PDFLang 做逐像素比对

供应商送来了改好的文件。活件已经排进计划，机器也订好了，在开印之前得有人回答一个问题：这是当初批准的那份文档、把问题改掉之后的样子，还是别的什么东西？

这个问题被用眼睛回答的次数，多得让人不太想承认。两个窗口并排，或者两张打样放在看版台上，然后一个人往下翻。这是一天里最慢、也最不可靠的一段。

错的文件要付出什么

错的文件一上机，之后的一切都是浪费。纸用掉了。油墨用掉了。印版是照着那个文件出的。机时订了、烧掉了，操作机器的人的时间也一样。要是已经走到裁切、折页或装订，那些也没了。要是已经发货，还有运费——两趟，因为得再拉回来。

然后整个活件重做一遍，按全价，而预算已经花过一次了。

而排期是回不来的那部分。错过季节的画册、印着日期却在日期之后才送到的促销品、晚一周才出的杂志：重印修好的是那个东西，修不好它本该存在的那个时刻。

有些甚至跟钱无关。警示语印错的药品标签、数字印错的法定公告、写着上一季度数据的财务文件——这些不是“贵”的错误，而是会以召回或监管收场的那类错误。

相比之下，核对只要几秒钟。

人的注意力非常擅长发现大的差别，非常不擅长发现小而一致的差别。把两页几乎相同的内容摆在一个人面前，他会找出被重写的那一段，却找不出挪了两毫米的标志。

量一大就更糟。没有人看第 180 页时还像看第 3 页那样。能抓住问题的专注力在前面就花完了，长文档的最后三分之一得到的是一瞥，不是核对。

而且结果无法复现。两个人比对同一对文件，报出来的东西不一样。同一个人换个下午再比一次，报出来的又不一样。等到日后真出了事——有人问是谁、依据什么批的——拿不出任何东西。

pdfl pixelcompare 会把两个文件渲染出来，逐页比对它们看上去的样子：

pdfl pixelcompare approved.pdf reprint.pdf

每一个发生变化的页面报告一条，附上这一页有多大比例涉及其中，以及分散在多少个地方：

page 7: 0.51% of the pixels differ, in 29 area(s)

这和 pdfl compare 回答的是两个不同的问题。那条命令看的是文字和结构，这条看的是外观，而两者不一致的频率比你以为的高得多。

挪了两毫米的标志。消失的细线。被 CMYK 叠印替换掉的专色。这三种情况文字都完全相同，所以文字比对会说两个文件一致。它们在纸上并不一致，而纸上才算数。

只存在于其中一个文件里的页面会单独报告，因为没有可比的对象。

从同一个源重新导出的文件，往往会偏移一两个像素。如果把这也当成差异，页面上每一个字都会“不同”，真正变了的那一处就淹没在噪声里。

所以比对会寻找整页范围内的单一位移，找到时会说明：

page 3: 2.10% of the pixels differ, in 44 area(s) (aligned by 2, -1 px)

当位置本身就是你要核对的东西时——某个元素必须落在精确的位置——用 --no-align 把它关掉。

百分比告诉你这一页变了，但不告诉你这个变化能不能接受。那得有人亲眼看：

pdfl pixelcompare approved.pdf reprint.pdf --viewer diff/

这会写出一个文件夹，里面是页面、差异，以及一个 index.html。不需要服务器，不需要联网，不需要安装任何东西。打开文件，或者把文件夹打包发给要签字放行重印的人。

它并排显示三个面板，始终停在同一页：原文件、新文件，以及两者叠在一起、把差异画在上面的那一个。

三个面板上都有同一对标尺条，一竖一横，位置一致。它们跟着指针走——没有东西要抓，也没有目标要对准。在差异面板里这两条是切口：竖条右侧、横条下方显示新文件，其余部分显示原文件。在另外两个面板里，同样的两条是尺子，标出页面上同一列和同一行，于是切口露出的东西，可以在任一原件上找到，不必用眼睛量。

差异被画在页面之上，颜色说明是哪一类：

滚轮让三个面板一起缩放，最高 8 倍，以指针下方那一点为中心——你原本在看的东西还留在原处。按住任意一个鼠标键拖动，就能移动页面，同样是三个面板一起，放大之后要够到某个角落就靠它。Reset view 把缩放、平移和标尺条都还原。

而最省时间的部分：它一打开就停在有差异的页面上。一份两百页的文档里有三页动过，那三页正是你打开它的理由，All 会把其余的放回来。方向键跟着筛选走，跳过被隐藏的页面而不是停在上面。

退出码承载结论，所以这道工序可以放在机器前面而不是旁边：没有页面超出你允许的变化是 0，有则是 2，文件根本读不了是 10。

pdfl pixelcompare approved.pdf reprint.pdf --max-diff 0.1 --viewer diff/ || {
  echo "重印文件对不上——请看 diff/index.html"
  exit 1
}

--max-diff 是容差：一页可以变多少才算数。--dpi 决定看得多细——越高看到的越多，也越慢。--threshold 和 --blur 用来吸收渲染本身产生的细小噪声。

这道核对几秒钟跑完，每次给出同样的答案，并留下一份报告和一个查看器，作为“比对过什么”的记录。

CLI 这一章记录了 pixelcompare 的每一个选项，以及回答文字与结构问题的 compare。实用范例把两者放进完整的流程里——印刷厂拿上机文件核对已批准的打样，出版社拿重印核对已经上架的版本。