Java Pdf差異庫

Question

有誰知道開源的Java庫會對pdf文件的文本部分進行可靠的區分嗎？

理想情況下，我想要一些會產生補丁形式的差異。

Answer 1

用http://incubator.apache.org/pdfbox/提取pdf文本，並使用http://code.google.com/p/google-diff-match-patch創建一個差異。

Answer 2

如果PDF僅在文本中有所不同，也可以對頁面進行柵格化，然後查看差異 - 我們將其用於PDF代碼上的迴歸測試輸出。

Answer 3

您可以看看xdiffweb.com。這是一個基於apache pdfbox的純java開源項目。