用于PDF比较的iText API

Question

我可以使用iText API比较两个PDF文件吗？我已经在stackoverflow上进行了各种方法来比较PDF文件，如工具，一些实用程序，如imagemagick等。 我希望比较的PDF是带有图表，表格和文本等的财务报告。 我们必须比较大量文件，并希望通过命令行实用程序来完成。有一个ComparePDF命令行工具，但它只输出两个文件是否存在差异。我们想要打印文件差异日志。我们可以通过iText实现这一目标吗？

Answer 1

你想要比较什么？ iText可用于比较结构和语法，但是...两个看起来与人眼相同的不同PDF可能在内部具有完全不同的结构和语法。

在iText，我们编写了JUnit测试，使用GhostScript创建每个页面的图像。这些图像以像素为单位进行相互比较。

我们也在JUnit测试中使用iText，但这些测试比内容更多地考虑结构和语法。

Answer 2

您需要使用Myers O（ND）diff算法进行PDF比较，itext或pdfbox api不提供pdf比较的方法，您可以使用itext提取这些文件的文本和坐标，稍后使用Myers O（ ND）diff算法找出差异并突出显示变化。