☰

两个 pdf 文件有什么不同？

tag-icon • tag-icon pdf
两个 pdf 文件有什么不同？

我正在寻找一个好的程序来向我展示两个相似的 pdf 文件之间的差异。特别是，我正在寻找一个不仅仅在文件的 ascii 版本上运行 diff（使用“pdftotext”）。这就是pdfdiff.py做。

答案1

您可以使用差异PDF为此。从描述来看：

DiffPDF 用于比较两个 PDF 文件。默认情况下，比较的是每对页面上的文本，但也支持比较页面的外观（例如，如果更改了图表或重新格式化了段落）。也可以比较特定的页面或页面范围。例如，如果 PDF 文件有两个版本，一个版本包含 1-12 页，另一个版本包含 1-13 页（因为添加了第 4 页作为额外页面），则可以通过指定两个页面范围来比较它们，第一个为 1-12，第二个为 1-3、5-13。这将使 DiffPDF 比较对 (1, 1)、(2, 2)、(3, 3)、(4, 5)、(5, 6) 等对中的页面，直到 (12, 13)。

答案2

我刚刚想出了一个办法，让 DiffPDF（@qbi 建议的程序）不仅能用于小改动。我的做法是将所有页面 pdf 连接成一个长滚动条，使用pdfjam然后比较卷轴。即使移除或插入大段内容，它也能正常工作！

下面是完成这个工作的 bash 脚本：

#!/bin/bash
#
# Compare two PDF files.
# Dependencies:
#  - pdfinfo (xpdf)
#  - pdfjam  (texlive-extra-utils)
#  - diffpdf
#

MAX_HEIGHT=15840  #The maximum height of a page (in points), limited by pdfjam.

TMPFILE1=$(mktemp /tmp/XXXXXX.pdf)
TMPFILE2=$(mktemp /tmp/XXXXXX.pdf)

usage="usage: scrolldiff -h FILE1.pdf FILE2.pdf
  -h print this message

v0.0"

while getopts "h" OPTIONS ; do
    case ${OPTIONS} in
        h|-help) echo "${usage}"; exit;;
    esac
done
shift $(($OPTIND - 1))

if [ -z "$1" ] || [ -z "$2" ] || [ ! -f "$1" ] || [ ! -f "$2" ]
then
  echo "ERROR: input files do not exist."
  echo
  echo "$usage"
  exit
fi

    #Get the number of pages:
pages1=$( pdfinfo "$1" | grep 'Pages' - | awk '{print $2}' )
pages2=$( pdfinfo "$2" | grep 'Pages' - | awk '{print $2}' )
numpages=$pages2
if [[ $pages1 > $pages2 ]]
then
  numpages=$pages1
fi

     #Get the paper size:
width1=$( pdfinfo "$1" | grep 'Page size' | awk '{print $3}' )
height1=$( pdfinfo "$1" | grep 'Page size' | awk '{print $5}' )
width2=$( pdfinfo "$2" | grep 'Page size' | awk '{print $3}' )
height2=$( pdfinfo "$2" | grep 'Page size' | awk '{print $5}' )

if [ $(bc <<< "$width1 < $width2") -eq 1 ]
then
  width1=$width2
fi
if [ $(bc <<< "$height1 < $height2") -eq 1 ]
then
  height1=$height2
fi

height=$( echo "scale=2; $height1 * $numpages" | bc )
if [ $(bc <<< "$MAX_HEIGHT < $height") -eq 1 ]
then
  height=$MAX_HEIGHT
fi
papersize="${width1}pt,${height}pt"



    #Make the scrolls:
pdfj="pdfjam --nup 1x$numpages --papersize {${papersize}} --outfile"
$pdfj "$TMPFILE1" "$1"
$pdfj "$TMPFILE2" "$2"

diffpdf "$TMPFILE1" "$TMPFILE2"

rm -f $TMPFILE1 $TMPFILE2

答案3

尽管这不能直接解决问题，但这里有一个通过命令行用很少的依赖项完成所有操作的好方法：

diff <(pdftotext -layout old.pdf /dev/stdout) <(pdftotext -layout new.pdf /dev/stdout)

https://linux.die.net/man/1/pdftotext

它对于基本的 pdf 比较非常有用。如果您有较新版本的 pdftotext，您可以尝试使用-bbox它-layout。

就差异化程序而言，我喜欢使用 diff，因此命令会略有变化：

diffuse <(pdftotext -layout old.pdf /dev/stdout) <(pdftotext -layout new.pdf /dev/stdout)

http://diffuse.sourceforge.net/

希望有所帮助。

答案4

我们一直在研究一种工具并希望参与其中。

如果你愿意尝试在线工具，我们在Draftable.com它能实现您想要的功能 - 比较两个 PDF/Word 文件并显示删除和添加的内容。

目前，我们的桌面版本仅适用于 Windows；但是，我们也有一个几年前发布的 API，对于有大量数据或有安全顾虑的人来说，它运行良好。

我准备了一张图片（链接如下），这样你就可以看到输出结果，而不需要访问网站。非常感谢您的反馈！

示例比较

相关内容