☰

PDF 智能文件差异

tag-icon • tag-icon libreoffice pdf
PDF 智能文件差异

我有一个 LibreOffice 文档，我使用内置功能在某个时间点将其转换为 PDF。PDF 上的时间戳晚于文字处理文档上的时间戳，所以这是有道理的，但我不能完全确定文字处理文档是否生成了完全相同的 PDF。该文档长达 20 页，因此手动检查不是一个好主意。

一种可能性是在另一个文件夹中重做 PDF，然后对两个 PDF 进行二进制差异分析。不幸的是，命令行diff显示“二进制文件不同”。

是否存在“智能二进制差异”可以帮助我确定差异是否仅仅是元数据中的差异，还是一些无关紧要的差异？

答案1

使用python3：

sudo apt update
sudo apt install python3-pip imagemagick poppler-utils
pip3 install --user diff-pdf-visually

用法：

diff-pdf-visually a.pdf b.pdf

脚本中的用法：

from diff_pdf_visually import pdf_similar

# Returns True or False
pdf_similar("a.pdf", "b.pdf")

如果您只需要知道 2 个 pdf 是否不同，则不再相关。否则：

一般来说，检查命令 + 文件扩展名是否是您要查找的内容是一个好主意。diff+pdf 结果是差异pdf。

sudo apt-get install diffpdf

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）。还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)。

在此处输入图片描述

来源：Ubuntugeek.com。

相关内容