pdf文件差异比较，推荐工具

Question

spriboot中，项目需要两个pdf文件比较差异性包括（文字、图片等）,有什么工具支持这样的操作吗

Answer 1

引自免费微信小程序：皆我百晓生

在Spring Boot项目中进行PDF文件的差异比较，可以借助Java中的第三方库iText7实现。以下是详细的步骤和代码示例。

首先，你需要在你的Spring Boot项目中添加iText7的依赖。如果你使用的是Maven，可以在pom.xml文件中添加以下依赖：

<dependencies>
    <!-- ... -->
    <dependency>
        <groupId>com.itextpdf</groupId>
        <artifactId>itext7-core</artifactId>
        <version>7.2.3</version>
    </dependency>
    <dependency>
        <groupId>com.itextpdf</groupId>
        <artifactId>itext7-layout</artifactId>
        <version>7.2.3</version>
    </dependency>
    <!-- ... -->
</dependencies>

接下来，你可以编写一个服务类，用于比较两个PDF文件的差异。这里是一个简单的例子，它会遍历每个页面并比较文本内容。注意，这只是一个基础的文本比较，不包含图片的比较，因为iText7没有内置的方法来精确地比较PDF中的图片。对于图片的比较，可能需要使用其他图像处理库，例如OpenCV。

创建一个新的Java类，例如PdfComparatorService.java:

import com.itextpdf.kernel.pdf.PdfDocument;
import com.itextpdf.kernel.pdf.PdfReader;
import com.itextpdf.layout.Document;
import com.itextpdf.layout.element.Paragraph;

import java.io.File;
import java.io.IOException;
import java.util.List;

public class PdfComparatorService {

    public void comparePdfFiles(String path1, String path2) {
        try (PdfReader reader1 = new PdfReader(path1);
             PdfReader reader2 = new PdfReader(path2)) {

            PdfDocument document1 = new PdfDocument(reader1);
            PdfDocument document2 = new PdfDocument(reader2);

            int n1 = document1.getNumberOfPages();
            int n2 = document2.getNumberOfPages();

            if (n1 != n2) {
                System.out.println("Number of pages are different: " + n1 + " vs. " + n2);
            } else {
                for (int i = 1; i <= n1; i++) {
                    Document doc1 = new Document(document1.getPage(i));
                    Document doc2 = new Document(document2.getPage(i));

                    List<Paragraph> elements1 = doc1.listElements();
                    List<Paragraph> elements2 = doc2.listElements();

                    for (int j = 0; j < elements1.size(); j++) {
                        Paragraph element1 = elements1.get(j);
                        Paragraph element2 = elements2.get(j);

                        if (!element1.getValue().equals(element2.getValue())) {
                            System.out.println("Difference found on page " + i + ": " + element1.getValue());
                        }
                    }

                    doc1.close();
                    doc2.close();
                }
            }

            document1.close();
            document2.close();
        } catch (IOException e) {
            e.printStackTrace();
        }
    }
}

现在，在你的主控制器或其他地方，你可以实例化这个服务类并调用comparePdfFiles方法来比较两个PDF文件：

import org.springframework.beans.factory.annotation.Autowired;
import org.springframework.web.bind.annotation.PostMapping;
import org.springframework.web.bind.annotation.RequestParam;
import org.springframework.web.multipart.MultipartFile;

import javax.servlet.http.HttpServletRequest;
import java.io.File;
import java.nio.file.Files;
import java.nio.file.Path;
import java.nio.file.Paths;

@Controller
public class PdfCompareController {

    @Autowired
    private PdfComparatorService pdfComparatorService;

    @PostMapping("/compare")
    public String comparePdf(@RequestParam("file1") MultipartFile file1,
                             @RequestParam("file2") MultipartFile file2,
                             HttpServletRequest request) throws IOException {

        // Save uploaded files to a temporary directory
        File tempDir = Files.createTempDirectory("pdf-compare").toFile();
        Path path1 = Paths.get(tempDir.getAbsolutePath(), file1.getOriginalFilename());
        Path path2 = Paths.get(tempDir.getAbsolutePath(), file2.getOriginalFilename());

        Files.write(path1, file1.getBytes());
        Files.write(path2, file2.getBytes());

        // Compare the PDFs
        pdfComparatorService.comparePdfFiles(path1.toAbsolutePath().toString(),
                                             path2.toAbsolutePath().toString());

        return "comparison_result"; // Return a view or any response you want
    }
}

这个示例仅比较了文本内容，并且是基于页面级别的。如果你想对图片进行更深入的比较，可能需要使用其他工具或库，比如OpenCV，然后结合iText7或者其他PDF处理库来提取和比较图片。

注意：这个示例只展示了如何比较PDF的文本部分，对于复杂的布局和格式，以及图片的比较，可能需要更复杂的逻辑。同时，对于大量PDF的比较，可能需要优化性能，例如使用多线程。