Инструмент для сравнения больших количеств файлов PDF? [закрытый]

Я думаю, что Ваш лучший подход должен был бы преобразовать PDF в изображения в достойном разрешении и, чем делают изображение выдерживает сравнение.

Для генерации изображений от PDF можно использовать Adobe PDF Library или решение, предложенное в Лучший способ преобразовать файлы PDF в файлы TIFF .

Для сравнения сгенерированных файлов TIFF я нашел GNU tiffcmp (для части окон GnuWin32 tiff) и , tiffinfo сделал хорошее задание. Используйте tiffcmp-l и считайте количество строк вывода для нахождения любых различий. Если Вы рады иметь небольшое количество довольных, изменение (например, сглаживающиеся различия) тогда использует tiffinfo для подсчета общего количества пикселей, и можно тогда сгенерировать значение процентной разницы.

Между прочим для любого делающего простое сравнение PDF, где структура не изменилась, возможно использовать разность командной строки и проигнорировать определенные шаблоны, например, с разностью GNU 2.7:

diff --brief -I xap: -I xapMM: -I /CreationDate -I /BaseFont -I /ID --binary --text

Это все еще имеет проблему, что она не всегда ловит изменения в сгенерированных именах шрифтов.

Мы также использовали pdftotext (см. Ответ Sklivvz) для создания версий PDF-файлов в формате ASCII и wdiff для Сравните их.

Используйте переключатель -layout в pdftotext, чтобы улучшить читаемость и получить некоторое представление об изменениях в макете.

Чтобы получить красивый цветной вывод из wdiff, используйте этот сценарий оболочки:

#!/bin/sh
RED=$'\e'"[1;31m"
GREEN=$'\e'"[1;32m"
RESET=$'\e'"[0m"
wdiff -w$RED -x$RESET -y$GREEN -z$RESET -n $1 $2

Я использовал домашний сценарий, который

• преобразует все страницы двух PDF в растровые
• цветовые страницы PDF 1 в красно-белые
• меняет белый на прозрачный на страницах PDF 2
• накладывает каждую страницу PDF 2 поверх соответствующей страницы PDF 1
• выполняет преобразование/раскраску и наложение параллельно на несколько ядер

Используется программное обеспечение:

• GhostScript для преобразования PDF в растровое изображение
• ImageMagick для раскрашивания, прозрачности и наложения
• инотифицирует синхронизацию параллельных процессов
• любой PNG-совместимый просмотрщик изображений для просмотра результата

Плюсы:

• простая реализация
• все используемые инструменты с открытым исходным кодом
• отлично подходят для поиска небольших различий в макетах

Против:

• преобразование происходит медленно
• основные различия между PDF-файлами (e. g. pagination), в результате чего растровые изображения не масштабируемы
• битовые
• хорошо работают только с черно-белым текстом и диаграммами
• нет простого в использовании графического интерфейса

Я искал инструмент, который бы делал то же самое на уровне PDF/PostScript.

Вот как наш скрипт ссылается на утилиты (обратите внимание, что ImageMagick использует GhostScript за кулисами для преобразования PDF->PNG):

$ convert -density 150x150 -fill red -opaque black +antialias 1.pdf back%02d.png
$ convert -density 150x150 -transparent white +antialias 2.pdf front%02d.png
$ composite front01.png back01.png result01.png # do this for all pairs of images

программа blubeam pdf сделает это за вас

Вы можете пакетно сравнить pdf ] файлы с помощью Tarkware Pdf Comparer. Но это не бесплатно и требует Adobe Acrobat.

Наш продукт, PDF Comparator - http://www.premediasystems.com/pdfc.html" - сделает это довольно элегантно и эффективно. Он также не является бесплатным и предназначен только для Mac OS X.