用於PDF比較的iText API

Question

我可以使用iText API比較兩個PDF文件嗎？ 我已經在stackoverflow上采用了各種方法來比較PDF文件（例如工具），一些實用程序（例如imagemagick等）。我要比較的PDF是帶有圖形，表格和文本等的財務報告。我們必須比較大量文件並希望通過命令行實用程序來完成。 有一個ComparePDF命令行工具，但是它只是輸出兩個文件是否包含差異。 我們將要打印文件差異的日志。 我們可以通過iText完成此操作嗎？

Answer 1

您想比較什么？ iText可以用來比較結構和語法，但是...兩個看上去與人眼相同的不同PDF在內部可能具有完全不同的結構和語法。

在iText上，我們編寫了使用GhostScript創建每個頁面圖像的JUnit測試。 這些圖像在每個像素的基礎上相互比較。

我們還在JUnit測試中使用了iText，但是這些測試更關注結構和語法，而不是內容。

Answer 2

您需要使用Myers O（ND）diff算法進行PDF比較，itext或pdfbox api不提供pdf比較方法，您可以使用itext提取這些文件的文本並進行坐標處理，以后再使用Myers O（ND）diff找出差異並突出顯示變化的算法。