如何比較不同類型的兩個文件的內容？

我有一些MHTML格式和pdf格式的文檔。我想知道在MHTML和PDF中內容是否相同。我如何比較差異？如何比較不同類型的兩個文件的內容？

2011-07-21 Vishnu

請參閱：http://stackoverflow.com/questions/968935/c-binary-file-compare長相類似 –

您想比較內容嗎？如果沒有非常複雜的解析器，這是不可能的。 –

你是說你想將MHTML文件與PDF文件進行比較以檢查內容是否相同？或者你想比較兩個MHTML或兩個PDF文件？ –

您將需要一個MHTML解析器以及一個PDF解析器庫。然後你平行瀏覽兩個文件並比較內容。並不是說這絕對不是微不足道的，因爲您必須在不同文件格式的元素之間構建映射系統。

如果您想要考慮內容可以用不同的方式寫入（例如表格與標籤）並且看起來與用戶完全一樣，那麼事情會變得非常複雜。

我從你提出問題的方式中感受到的直覺是，這個項目比你準備好的方式更大更復雜。

2011-07-21 09:45:09

他可以解析爲文本並忽略空格\新行\標籤 - 例如只比較字母（忽略大小寫，也許允許一些錯誤率 - 可以說每500個字符中有1個字符可以有錯誤並且仍然相等） –

@Quantic編程：這適用於簡單的文本文檔，但只要有文本框（div或HTML中的任何內容）不屬於主文本流程，就會遇到問題。 –

回答