两个pdf文件的差异？
我正在寻找一个好的程序来向我展示两个相似的 pdf 文件之间的差异。特别是，我正在寻找不只是在文件的 ascii 版本（带有“pdftotext”）上运行差异的东西。这就是pdfdiff.py所做的。
qbi*_*qbi 37
您可以为此使用DiffPDF。从描述来看：
DiffPDF 用于比较两个 PDF 文件。默认情况下，比较每对页面上的文本，但也支持比较页面的外观（例如，如果更改图表或重新格式化段落）。也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，一个是第 1-12 页，另一个是第 1-13 页，因为添加了额外的页面作为第 4 页，可以通过指定两个页面范围来比较它们，1第一个是-12，第二个是1-3、5-13。这将使 DiffPDF 将 (1, 1), (2, 2), (3, 3), (4, 5), (5, 6) 等对中的页面与 (12, 13) 进行比较。
- 这是我见过的最好的。我看到的唯一问题是它逐页比较 pdf。因此，如果您在第 1 页上添加一个段落，则此后每一页的开头和结尾都不匹配。:( (5认同)
- 我认为链接不再正确。新版本 3.* 似乎仅适用于 Windows。不过，旧版本 2.* 仍然可以通过 `sudo apt-get install diffpdf` 安装。 (4认同)
kru*_*kin 33
我刚刚想出了一个技巧，使 DiffPDF（@qbi 建议的程序）不仅可以用于微小的更改。我所做的是使用pdfjam将所有页面 pdf 连接成一个长卷轴，然后比较这些卷轴。即使移除或插入大部分，它也能工作！
这是一个完成这项工作的 bash 脚本：
#!/bin/bash
#
# Compare two PDF files.
# Dependencies:
# - pdfinfo (xpdf)
# - pdfjam (texlive-extra-utils)
# - diffpdf
#
MAX_HEIGHT=15840 #The maximum height of a page (in points), limited by pdfjam.
TMPFILE1=$(mktemp /tmp/XXXXXX.pdf)
TMPFILE2=$(mktemp /tmp/XXXXXX.pdf)
usage="usage: scrolldiff -h FILE1.pdf FILE2.pdf
-h print this message
v0.0"
while getopts "h" OPTIONS ; do
case ${OPTIONS} in
h|-help) echo "${usage}"; exit;;
esac
done
shift $(($OPTIND - 1))
if [ -z "$1" ] || [ -z "$2" ] || [ ! -f "$1" ] || [ ! -f "$2" ]
then
echo "ERROR: input files do not exist."
echo
echo "$usage"
exit
fi
#Get the number of pages:
pages1=$( pdfinfo "$1" | grep 'Pages' - | awk '{print $2}' )
pages2=$( pdfinfo "$2" | grep 'Pages' - | awk '{print $2}' )
numpages=$pages2
if [[ $pages1 > $pages2 ]]
then
numpages=$pages1
fi
#Get the paper size:
width1=$( pdfinfo "$1" | grep 'Page size' | awk '{print $3}' )
height1=$( pdfinfo "$1" | grep 'Page size' | awk '{print $5}' )
width2=$( pdfinfo "$2" | grep 'Page size' | awk '{print $3}' )
height2=$( pdfinfo "$2" | grep 'Page size' | awk '{print $5}' )
if [ $(bc <<< "$width1 < $width2") -eq 1 ]
then
width1=$width2
fi
if [ $(bc <<< "$height1 < $height2") -eq 1 ]
then
height1=$height2
fi
height=$( echo "scale=2; $height1 * $numpages" | bc )
if [ $(bc <<< "$MAX_HEIGHT < $height") -eq 1 ]
then
height=$MAX_HEIGHT
fi
papersize="${width1}pt,${height}pt"
#Make the scrolls:
pdfj="pdfjam --nup 1x$numpages --papersize {${papersize}} --outfile"
$pdfj "$TMPFILE1" "$1"
$pdfj "$TMPFILE2" "$2"
diffpdf "$TMPFILE1" "$TMPFILE2"
rm -f $TMPFILE1 $TMPFILE2
- 我使您的脚本与空格兼容并添加了独特的临时文件。我希望你不要介意。 (2认同)
- 还修复了脚本会在工作目录中创建一个空文本文件的小错误。（请记住始终在使用“>”和相关操作数的 if 语句中使用双括号。） (2认同)
- 最后一句话：此脚本仅适用于 DIN A4 尺寸的文档。您必须调整 PAGEHEIGHT 值才能使其适用于较小的文档。我确定有一种方法可以自动执行此操作，但不知道如何使用 atm。 (2认同)
- 感谢您对@Glutanimate 进行改进。我添加了对任意和不同大小的 pdf 比较的支持（只要每个 pdf 中的页面大小一致）。 (2认同)
phy*_*att 10
尽管这不能直接解决问题，但这里有一个很好的方法可以从命令行完成所有操作，并且依赖项很少：
diff <(pdftotext -layout old.pdf /dev/stdout) <(pdftotext -layout new.pdf /dev/stdout)
https://linux.die.net/man/1/pdftotext
它非常适用于基本的 pdf 比较。如果您有较新版本的 pdftotext，您可以尝试-bbox代替-layout.
就diffing程序而言，我喜欢使用diffuse，所以命令变化很小：
diffuse <(pdftotext -layout old.pdf /dev/stdout) <(pdftotext -layout new.pdf /dev/stdout)
http://diffuse.sourceforge.net/
希望有帮助。
作为对上述答案的补充diff，diffuse我们可以使用Meld作为图形比较工具 - 安装它
sudo apt-get install meld
然后使用命令比较文档，例如
meld <(pdftotext -layout old.pdf /dev/stdout) <(pdftotext -layout new.pdf /dev/stdout)
就我个人而言，我更喜欢 Meld，而不是 Kdiff3 的 DiffUse。
小智 5
我们一直在开发一种工具并希望参与其中。
如果您对尝试在线工具感到满意，我们在Draftable.com上构建了一些东西，它可以满足您的需求 - 比较两个 PDF/Word 文件并显示删除和添加内容。
目前，我们的桌面版本仅适用于 Windows；但是，我们也有一个几年前发布的 API，对于处理量大或存在安全问题的人来说，它运行得非常好。
我准备了一个图像（下面的链接），以便您无需访问该站点即可看到所获得的输出类型。非常感谢反馈！
