Tôi cần so sánh số lượng lớn các tệp PDF với nội dung quang học. Bởi vì các tệp PDF được tạo trên các nền tảng khác nhau và với các phiên bản phần mềm khác nhau, có sự khác biệt về cấu trúc. Ví dụ:
Nó sẽ so sánh nội dung giống như một con người chứ không phải cấu trúc bên trong. Tôi muốn kiểm tra hồi quy giữa các phiên bản khác nhau của trình tạo PDF mà chúng tôi đã sử dụng.
Câu trả lời:
Bởi vì không có công cụ như vậy có sẵn mà chúng tôi đã viết một. Bạn có thể tải xuống trình so sánh nội dung PDF i-net và sử dụng nó. Tôi hy vọng rằng sẽ giúp được những người khác có cùng vấn đề. Nếu bạn gặp sự cố với nó hoặc bạn có phản hồi cho chúng tôi thì bạn có thể liên hệ với bộ phận hỗ trợ của chúng tôi.
Thực sự có một công cụ diffpdf.
http://www.qtrac.eu/diffpdf.html
Điểm yếu của nó là nó không phản ứng tốt khi các bổ sung làm cho văn bản mới chuyển một phần sang trang mới. Ví dụ: nếu trang 4 cũ nên được so sánh với cuối trang 5 và đầu trang 6, bạn sẽ cần phải thay đổi các tham số để so sánh hai phần riêng biệt.
Tôi đã sử dụng một script tự làm tại nhà
Phần mềm được sử dụng:
Ưu điểm:
Nhược điểm:
Tôi đang tìm kiếm một công cụ có thể làm được điều tương tự ở cấp độ PDF / PostScript.
Đây là cách tập lệnh của chúng tôi sử dụng các tiện ích (lưu ý rằng ImageMagick sử dụng GhostScript phía sau để thực hiện chuyển đổi PDF-> PNG):
$ convert -density 150x150 -fill red -opaque black +antialias 1.pdf back%02d.png
$ convert -density 150x150 -transparent white +antialias 2.pdf front%02d.png
$ composite front01.png back01.png result01.png # do this for all pairs of images
for i in $(seq -w 0 05); do /cygdrive/c/Progra~1/ImageMagick-6.6.9-Q8/composite.exe 1-$i.png 2-$i.png result-$i.png; done
pdfdiffthư mục và in thêm số trang khác nhau giữa hai tệp PDF.
Tôi dường như không thể thấy điều này ở đây, vì vậy đây là: via superuser: Làm thế nào để so sánh sự khác biệt giữa hai tệp PDF? (câu trả lời # 229891, bởi @slestak) , có
https://github.com/vslavik/diff-pdf
(có thể tìm thấy các bước xây dựng cho Ubuntu Natty trong get-diff-pdf.sh )
Theo như tôi thấy, về cơ bản nó sẽ phủ lên văn bản / đồ họa của mỗi trang trong (các) pdf, cho phép bạn dễ dàng xem liệu có bất kỳ thay đổi nào không ...
Chúc mừng!
Chúng tôi cũng đã sử dụng pdftotext (xem câu trả lời của Sklivvz) để tạo các phiên bản ASCII của PDF và wdiff để so sánh chúng.
Sử dụng -layoutcông tắc của pdftotext để nâng cao khả năng đọc và có một số ý tưởng về những thay đổi trong bố cục.
Để có được đầu ra có màu đẹp từ wdiff, hãy sử dụng tập lệnh trình bao bọc này:
#!/bin/sh
RED=$'\e'"[1;31m"
GREEN=$'\e'"[1;32m"
RESET=$'\e'"[0m"
wdiff -w$RED -x$RESET -y$GREEN -z$RESET -n $1 $2
Tôi nghĩ cách tốt nhất của bạn sẽ là chuyển đổi PDF thành hình ảnh ở độ phân giải tốt và hơn là so sánh hình ảnh.
Để tạo hình ảnh từ PDF, bạn có thể sử dụng Thư viện Adobe PDF hoặc giải pháp được đề xuất tại Cách tốt nhất để chuyển đổi tệp pdf sang tệp tiff .
Để so sánh các tệp TIFF đã tạo, tôi tìm thấy GNU tiffcmp (đối với phần cửa sổ của GnuWin32 tiff ) và tiffinfo đã làm rất tốt. Sử dụng tiffcmp -l và đếm số dòng đầu ra để tìm bất kỳ sự khác biệt nào. Nếu bạn hài lòng khi có một lượng nhỏ thay đổi nội dung (ví dụ: sự khác biệt về khử răng cưa) thì hãy sử dụng tiffinfo để đếm tổng số pixel và sau đó bạn có thể tạo giá trị chênh lệch phần trăm.
Nhân tiện, đối với bất kỳ ai thực hiện so sánh PDF đơn giản mà cấu trúc không thay đổi, có thể sử dụng dòng lệnh diff và bỏ qua các mẫu nhất định, ví dụ với GNU diff 2.7:
diff --brief -I xap: -I xapMM: -I / CreationDate -I / BaseFont -I / ID --binary --text
Điều này vẫn có một vấn đề là nó không phải lúc nào cũng bắt được các thay đổi trong tên phông chữ được tạo.
Sản phẩm của chúng tôi, Công cụ so sánh PDF - http://www.premediasystems.com/pdfc.html "- sẽ thực hiện điều này khá thanh lịch và hiệu quả. Nó cũng không miễn phí và là ứng dụng chỉ dành cho Mac OS X.
ImageMagick, hãy xem một số câu trả lời khác của tôi: một - hai - ba .
Dựa trên nhu cầu của bạn, giải pháp chuyển đổi sang văn bản sẽ là dễ dàng và trực tiếp nhất. Tôi thực sự nghĩ rằng ý tưởng bitmap khá tuyệt.