（以编程方式）比较PDF的可靠方法？ [复制]答案

【问题标题】：Reliable way to (programmatically) compare PDFs? [duplicate]（以编程方式）比较PDF的可靠方法？ [复制]
【发布时间】：2011-04-19 14:15:41
【问题描述】：

可能重复：
Tool to compare large numbers of PDF files?

我处于经典场景中，企业为您提供了一堆新的 pdf 格式的新年表格，没有任何修订说明，您应该弄清楚与前一年的不同之处.

我在这里谈论大量表格，因此我试图找到一种方法来比较 PDF 以概述差异，而无需人们手动浏览每一个表格。

我的想法是从 PDF 中提取所有文本并将其转储到 .txt 中，然后在文本文件上运行差异，但这听起来很糟糕。

我的问题是以编程方式提出的，但我很乐意使用任何可靠的工具来比较 PDF，主要是希望从人们的经验中获得灵感。也愿意接受任何程序化解决方案（最好使用 C#，但请提出任何想法）。

【问题讨论】：

【解决方案1】：

有不少软件产品声称可以区分 pdf。我从来不需要使用一个，但如果这将是一个经常性的过程，我认为贵公司投资其中一个是明智的。只需谷歌“pdf diff”即可获得大量潜在应用程序。

另外，你的情况和这个问题非常相似：Tool to compare large numbers of PDF files?我认为它的讨论可能会有所帮助。

【讨论】：

【解决方案2】：

我采用了从 PDF 中获取原始数据的方法，然后使用 Word 或 TortiseSVN 或 WinMerge 等来处理比较部分。在我的例子中，我在 C# 中的 RichTextBox 中进行了比较...为差异着色等...因为我们希望在我们的应用程序中实现所有这些。

这就是我所做的...... PDF comparison 我试图比较混合文档、Word 和 PDF。

但是我会推荐 PDFBox 进行解析，更优雅一点...虽然 iTextSharp 工作正常...

【讨论】：

【解决方案3】：

我在https://blog.idrsolutions.com/2010/09/comparing-2-pdf-files/写了一篇博客，建议了一些比较 PDF 文件的方法

【讨论】：

【解决方案4】：

我是Docotic.Pdf Library 的开发人员。我们在单元测试中使用 PDF 比较来检查测试是否按预期生成 PDF。 PDF 是特殊对象的集合，我们比较所有 PDF 对象，忽略一些属性，如预告片 ID 和创建者信息。此实现工作正常。

你可以试试PdfDocument.DocumentsAreEqual的方法。这种方法只是告诉你文件是平等的，没有具体的区别。如果您需要更多功能，可以联系我们。

【讨论】：