可靠的方式（通过编程）比较PDF文件？

Question

9

可能是重复问题：
有没有比较大量PDF文件的工具？我遇到了一个典型的情况，业务方给了我一堆新的pdf表格，但没有任何修订记录，而我需要找出与去年相比有哪些不同。

这里涉及到很多表格，因此我正在寻找一种比较PDF以概述差异的方法，而无需人工逐个查看每个表格。

我的想法是从PDF中提取所有文本并将其转储到.txt文件中，然后在文本文件上运行差异，但听起来很糟糕。

我的问题是编程方面的，但我会很高兴使用任何可靠的工具来比较PDF，并主要是想从其他人的经验中获得一些想法。我也愿意考虑任何编程解决方案（最好是C＃，但请提出任何想法）。

- JohnIdol

2

为什么会有重复问题？显然，所问的问题是关于如何以编程方式实现它。任何可安装工具都不是这个问题的答案。 - Vin

4个回答

7

我是Docotic.Pdf Library的开发人员。在单元测试中，我们使用PDF比较来检查测试是否按预期生成PDF。PDF是一组特殊对象，我们比较所有PDF对象，忽略一些属性，如trailer IDs和creator info。这个实现很好用。

你可以尝试使用PdfDocument.DocumentsAreEqual方法。该方法只告诉您文档是否相同，而不指定差异。如果需要更多功能，请联系我们。

- Vitaliy Shibaev

4

我采用提取PDF原始数据的方法，然后使用Word、TortiseSVN或WinMerge等工具来处理比较部分。在我的情况下，我在C#中使用RichTextBox进行比较...对差异进行着色等...因为我们希望所有内容都在我们的应用程序内部。

这是我所做的... 作为我试图比较混合文档（Word和PDF）的PDF比较。

但是，我建议使用PDFBox进行解析，更加优雅...尽管iTextSharp也可以正常工作...

- Aaron McIver

2

我写了一篇博客，提出了一些比较PDF文件的方法，您可以在https://blog.idrsolutions.com/2010/09/comparing-2-pdf-files/上查看。

- mark stephens

1

将PDF转换为图像，然后进行比较，仍然需要人工干预吗？那么这有什么用呢？ - vsingh

该软件可以告诉您是否未进行更改，因此您知道您没有破坏任何内容。只有人类才能评估任何更改。 - mark stephens

网页内容由stack overflow 提供, 点击上面的

可以查看英文原文，
原文链接

- Sorax · Accepted Answer

有不少软件产品声称可以比较PDF文件。我从未有过使用它们的需要，但如果这将是一个经常出现的过程，那么我认为你的公司最好投资其中的一个。只需谷歌“pdf diff”即可找到一堆潜在应用程序。

此外，您的情况与此问题非常相似：Tool to compare large numbers of PDF files? 我认为它的讨论可能会有所帮助。