问如何按顺序提取单词？

EN

在比较两个PDFS时，我试图提取这些差异。我附上了一张图片来一瞥PDF。

​

我已经提取了两个PDfs之间的逐行差异.我还逐字逐句地提取了差异。但这些词并没有按正确的顺序提取。我用下面的代码逐字提取.

for f, s in zip(changed_lines, deleted_lines):
    if f != s:
        changed_words = set(f.split()) - set(s.split())

这里，changed_lines是PDF1中的行，而不是PDF2中的行。deleted_lines是PDF2中的线条，而不是PDF1中的线条。在changed_words中，你提取的词是不整齐的。

问题:我需要按照PDF格式的顺序提取单词。