比较 PDF 文档

请注意，所有比较工具均可在 Aspose.PDF.Drawing 库中使用。

比较 PDF 文档的方法

在处理 PDF 文档时，有时需要比较两个文档的内容以识别差异。Aspose.PDF for .NET 库提供了一个强大的工具集来实现这一目的。在本文中，我们将探讨如何使用几个简单的代码片段比较 PDF 文档。

Aspose.PDF 中的比较功能允许您逐页比较两个 PDF 文档。您可以选择比较特定页面或整个文档。生成的比较文档突出显示差异，使识别两个文件之间的更改变得更加容易。

以下是使用 Aspose.PDF for .NET 库比较 PDF 文档的可能方法列表：

比较特定页面 - 比较两个 PDF 文档的第一页。
比较整个文档 - 比较两个 PDF 文档的整个内容。
图形比较 PDF 文档：

使用 GetDifference 方法比较 PDF - 标记更改的单独图像。
使用 CompareDocumentsToPdf 方法比较 PDF - 标记更改的图像的 PDF 文档。

比较特定页面

第一个代码片段演示了如何比较两个 PDF 文档的第一页。

文档初始化。代码首先使用各自的文件路径（documentPath1 和 documentPath2）初始化两个 PDF 文档。路径目前指定为空字符串，但在实际操作中，您将用实际的文件路径替换这些路径。
比较过程。

页面选择 - 比较仅限于每个文档的第一页（‘Pages[1]’）。
比较选项：

‘AdditionalChangeMarks = true’ - 此选项确保显示额外的变更标记。这些标记突出显示可能存在于其他页面上的差异，即使它们不在当前正在比较的页面上。

‘ComparisonMode = ComparisonMode.IgnoreSpaces’ - 此模式告诉比较器忽略文本中的空格，仅关注单词内的更改。

生成的比较文档突出显示两个页面之间的差异，并保存到 ‘resultPdfPath’ 中指定的文件路径。

// For complete examples and data files, visit https://github.com/aspose-pdf/Aspose.PDF-for-.NET
private static void ComparingSpecificPages()
{
    // The path to the documents directory
    var dataDir = RunExamples.GetDataDir_AsposePdf_DocumentCompare();

    // Open PDF documents
    using (var document1 = new Aspose.Pdf.Document(dataDir + "ComparingSpecificPages1.pdf"))
    {
        using (var document2 = new Aspose.Pdf.Document(dataDir + "ComparingSpecificPages2.pdf"))
        {
            // Compare
            Aspose.Pdf.Comparison.SideBySidePdfComparer.Compare(document1.Pages[1], document2.Pages[1], dataDir + "ComparingSpecificPages_out.pdf", new Aspose.Pdf.Comparison.SideBySideComparisonOptions
            {
                AdditionalChangeMarks = true,
                ComparisonMode = Aspose.Pdf.Comparison.ComparisonMode.IgnoreSpaces,
                DeleteColor = Color.DarkGray,
                InsertColor = Color.LightYellow
            });
        }
    }
}

比较整个文档

第二个代码片段扩展了范围，以比较两个 PDF 文档的整个内容。

// For complete examples and data files, visit https://github.com/aspose-pdf/Aspose.PDF-for-.NET
private static void ComparingEntireDocuments()
{
    // The path to the documents directory
    var dataDir = RunExamples.GetDataDir_AsposePdf_DocumentCompare();

    // Open PDF documents
    using (var document1 = new Aspose.Pdf.Document(dataDir + "ComparingEntireDocuments1.pdf"))
    {
        using (var document2 = new Aspose.Pdf.Document(dataDir + "ComparingEntireDocuments2.pdf"))
        {
            // Compare
            Aspose.Pdf.Comparison.SideBySidePdfComparer.Compare(
                document1,
                document2,
                dataDir + "ComparingEntireDocuments_out.pdf",
                new Aspose.Pdf.Comparison.SideBySideComparisonOptions
                {
                    AdditionalChangeMarks = true,
                    ComparisonMode = Aspose.Pdf.Comparison.ComparisonMode.IgnoreSpaces,
                    DeleteColor = Color.DarkGray,
                    InsertColor = Color.LightYellow
                });
        }
    }
}

这些代码片段生成的比较结果是 PDF 文档，您可以在 Adobe Acrobat 等查看器中打开。如果您在 Adobe Acrobat 中使用双页视图，您将看到并排的更改：

删除 - 这些在左侧页面上标记。
插入 - 这些在右侧页面上标记。

通过将 ‘AdditionalChangeMarks’ 设置为 ’true’，您还可以看到可能发生在其他页面上的更改的标记，即使这些更改不在当前查看的页面上。

Aspose.PDF for .NET 提供了强大的工具来比较 PDF 文档，无论您需要比较特定页面还是整个文档。通过使用 ‘AdditionalChangeMarks’ 和不同的 ‘ComparisonMode 设置’，您可以根据特定需求定制比较过程。生成的文档提供了清晰的并排更改视图，使跟踪修订和确保文档准确性变得更加容易。

并排 PDF 文档比较器返回的比较结果作为以下类的对象

类	目的	关键属性	如何使用
`SideBySideDocsComparisonResult`	表示两个 PDF 文档的并排比较结果。	* `HasChanges` – 指示是否检测到任何更改。 * `FirstDocChanges` – 按第一个文档版本的页面分组的更改列表。 * `SecondDocChanges` – 按第二个文档版本的页面分组的更改列表。 * `FullChanges` – 完整的更改序列，其中每个元素对应于一对比较页面，并包含该页面对的所有比较操作。	由 `SideBySidePdfComparer.Compare(Document, Document, string, SideBySideComparisonOptions)` 方法返回。获取实例后，您可以确定是否存在任何更改（`HasChanges`），并遍历集合以检索有关哪些页面和片段已更改的详细信息。
`SideBySidePagesComparisonResult`	表示两个单独 PDF 页面并排比较的结果。	* `HasChanges` – 指示页面之间是否存在任何差异。 * `FirstPageChanges` – 在第一页上检测到的更改列表。 * `SecondPageChanges` – 在第二页上检测到的更改列表。 * `FullChanges` – 两个页面之间的完整比较操作序列。	由 `SideBySidePdfComparer.Compare(Page, Page, string, SideBySideComparisonOptions)` 方法返回。获取实例后，您可以确定是否存在任何更改（`HasChanges`），并遍历集合以检索完整的差异列表。

详细属性

属性	类型	描述
`HasChanges`	`bool`	指示是否存在至少一个差异。
`FirstDocChanges` / `FirstPageChanges`	`List<List<EditContainer>>` / `List<EditContainer>`	包含在第一个（文档/页面）中检测到的更改。对于文档，这是一个列表的列表，其中每个嵌套列表对应于单个页面。
`SecondDocChanges` / `SecondPageChanges`	`List<List<EditContainer>>` / `List<EditContainer>`	包含在第二个（文档/页面）中检测到的更改。对于文档，这是一个列表的列表，其中每个嵌套列表对应于单个页面。
`FullChanges`	`List<List<DiffOperation>>`（文档） `List<DiffOperation>`（页面）	所有比较操作的合并集。对于文档，这是一个二维列表，其中每个外部元素对应于一对比较页面。对于页面，这是一个平面操作列表。
`DiffOperation`	（外部类型）	描述特定更改（插入、删除、相等）。

使用示例

  // For complete examples and data files, visit https://github.com/aspose-pdf/Aspose.PDF-for-.NET
  private static void ComparingEntireDocuments()
  {
      // The path to the documents directory
      var dataDir = RunExamples.GetDataDir_AsposePdf_DocumentCompare();

      // --- Comparing pages ----------------------------

      // Open PDF documents
      using (Document doc1 = new Document(dataDir + "ComparingEntireDocuments1.pdf"),
             doc2 = new Document(dataDir + "ComparingEntireDocuments2.pdf"))
      {
          // Compare
          SideBySidePagesComparisonResult pageResult = SideBySidePdfComparer.Compare(
              doc1.Pages[1],
              doc2.Pages[1],
              dataDir + "ComparingEntireDocuments_out.pdf",
              new SideBySideComparisonOptions
              {
                  AdditionalChangeMarks = false,
                  ComparisonMode = ComparisonMode.Normal
              });

          Console.WriteLine("=== Page Comparison ===");

          Console.WriteLine(pageResult.HasChanges ? "Changes were detected" : "No changes detected");

          Console.WriteLine($"First page changes count : {pageResult.FirstPageChanges.Count}");
          Console.WriteLine($"Second page changes count: {pageResult.SecondPageChanges.Count}");
          Console.WriteLine($"Total changes count      : {pageResult.FullChanges.Count}");
      }

      // --- Comparing documents ----------------------------

      // Open PDF documents
      using (Document doc1 = new Document(dataDir + "ComparingEntireDocuments1.pdf"),
             doc2 = new Document(dataDir + "ComparingEntireDocuments2.pdf"))
      {
          // Compare
          SideBySideDocsComparisonResult docResult = SideBySidePdfComparer.Compare(
              doc1,
              doc2,
              dataDir + "ComparingEntireDocuments_out.pdf",
              new SideBySideComparisonOptions
              {
                  AdditionalChangeMarks = false,
                  ComparisonMode = ComparisonMode.Normal
              });

          Console.WriteLine("\n=== Document Comparison ===");

          Console.WriteLine(docResult.HasChanges ? "Changes were detected" : "No changes detected");

          Console.WriteLine($"First document changes count : {Count(docResult.FirstDocChanges)} ");
          Console.WriteLine($"Second document changes count: {Count(docResult.SecondDocChanges)}");
          Console.WriteLine($"Total changes count          : {Count(docResult.FullChanges)}");
      }
  }

 private static int Count<T>(List<List<T>> list)
  {
      int count = 0;
      foreach (var innerList in list)
      {
          count += innerList.Count;
      }
      return count;
  }

EditContainer 是一个帮助对象，描述在比较 PDF 页面（或文档）期间检测到的单个更改。它充当一个“容器”，存储更改标识符、差异类型、附加标记标志和几何坐标（矩形），指示更改在页面上的确切位置。

属性	类型	描述
`Id`	`int`	更改的唯一标识符。它允许在比较结果中区分一个更改与另一个更改。它用于页面上的更改注释。
`Operation`	`DiffOperation`	描述更改性质的差异操作类型（插入、删除、替换等）。
`Rects`	`List<Rectangle>`	覆盖页面上修改片段的矩形区域集合。

使用 GraphicalPdfComparer 比较 PDF 文档

在协作文档时，特别是在专业环境中，您通常会得到同一文件的多个版本。

您可以使用 GraphicalPdfComparer 类比较 PDF 文档和页面。该类适合比较页面图形内容中的更改。

使用 Aspose.PDF for .NET，可以比较文档和页面，并将比较结果输出到 PDF 文档或图像文件。

您可以设置以下类属性：

分辨率 - 输出图像的 DPI 单位分辨率，以及在比较过程中生成的图像。
颜色 - 更改标记的颜色。
阈值 - 变化阈值（以百分比表示）。默认值为零。设置非零值允许您忽略对您来说不重要的图形更改。

该类具有一个方法，允许您以适合进一步处理的形式获取页面图像差异：ImagesDifference GetDifference(Page page1, Page page2)。

此方法返回一个 ImagesDifference 类的对象，其中包含正在比较的第一页的图像和差异数组。差异数组和原始图像具有 RGB24bpp 像素格式。

ImagesDifference 允许您生成不同的图像，并通过将差异数组添加到原始图像来获取正在比较的第二页的图像。为此，请使用 ImagesDifference.GetDestinationImage 和 ImagesDifference.DifferenceToImage 方法。

使用 GetDifference 方法比较 PDF

提供的代码定义了一个方法 GetDifference，该方法比较两个 PDF 文档并生成它们之间差异的视觉表示。

此方法比较两个 PDF 文件的第一页，并生成两个 PNG 图像：

一幅图像（diffPngFilePath）以红色突出显示页面之间的差异。
另一幅图像（destPngFilePath）是目标（第二）PDF 页面的视觉表示。

此过程对于直观比较文档的两个版本之间的更改或差异非常有用。

// For complete examples and data files, visit https://github.com/aspose-pdf/Aspose.PDF-for-.NET
private static void ComparePDFWithGetDifferenceMethod()
{
    // The path to the documents directory
    var dataDir = RunExamples.GetDataDir_AsposePdf_DocumentCompare();

    // Open PDF documents
    using (var document1 = new Aspose.Pdf.Document(dataDir + "ComparePDFWithGetDifferenceMethod1.pdf"))
    {
        using (var document2 = new Aspose.Pdf.Document(dataDir + "ComparePDFWithGetDifferenceMethod2.pdf"))
        {
            // Create comparer 
            var comparer = new Aspose.Pdf.Comparison.GraphicalPdfComparer();
            // Compare
            using (var imagesDifference = comparer.GetDifference(document1.Pages[1], document2.Pages[1]))
            {
                using (var diffImg = imagesDifference.DifferenceToImage(Aspose.Pdf.Color.Red, Aspose.Pdf.Color.White))
                {
                    diffImg.Save(dataDir + "ComparePDFWithGetDifferenceMethodDiffPngFilePath_out.png");
                }
                using (var destImg = imagesDifference.GetDestinationImage())
                {
                    destImg.Save(dataDir + "ComparePDFWithGetDifferenceMethodDestPngFilePath_out.png");
                }
            }
        }
    }
}

使用 CompareDocumentsToPdf 方法比较 PDF

提供的代码片段使用 CompareDocumentsToPdf 方法，该方法比较两个文档并生成比较结果的 PDF 报告。

// For complete examples and data files, visit https://github.com/aspose-pdf/Aspose.PDF-for-.NET
private static void ComparePDFWithCompareDocumentsToPdfMethod()
{
    // The path to the documents directory
    var dataDir = RunExamples.GetDataDir_AsposePdf_DocumentCompare();

    // Open PDF documents
    using (var document1 = new Aspose.Pdf.Document(dataDir + "ComparePDFWithCompareDocumentsToPdfMethod1.pdf"))
    {
        using (var document2 = new Aspose.Pdf.Document(dataDir + "ComparePDFWithCompareDocumentsToPdfMethod2.pdf"))
        {
            // Create comparer
            var comparer = new Aspose.Pdf.Comparison.GraphicalPdfComparer()
            {
                Threshold = 3.0,
                Color = Aspose.Pdf.Color.Blue,
                Resolution = new Aspose.Pdf.Devices.Resolution(300)
            };
            // Compare
            comparer.CompareDocumentsToPdf(document1, document2, dataDir + "compareDocumentsToPdf_out.pdf");
        }
    }
}

文档比较的通用方法

您可以使用 TextPdfComparer 类比较文档和单个页面。该类允许逐页或作为单个连续内容流（没有页面分隔）比较文档。比较方法返回一个差异数组，可以传递给任何实现 IStringOutputGenerator 或 IFileOutputGenerator 接口的类，以生成格式化的比较输出。支持的输出格式有：HTML、Markdown、PDF 和 JSON。您还可以使用 ComparisonStatistics 类获取执行的比较操作的统计信息。

方法	描述	参数	返回值
`CompareDocumentsPageByPage(Document document1, Document document2, ComparisonOptions options)`	逐页比较两个 PDF 文档。	* `document1` – 第一个文档。 * `document2` – 第二个文档。 * `options` – 比较选项（见下文）。	`List<List<DiffOperation>>` – 每页的差异列表。
`CompareDocumentsPageByPage(Document document1, Document document2, ComparisonOptions options, string resultPdfDocumentPath)`	与上面相同，但还将比较结果保存到 PDF 文件中。	与上面相同的参数 + `resultPdfDocumentPath` – 输出文件的路径。	`List<List<DiffOperation>>` – 差异列表。
`CompareFlatDocuments(Document document1, Document document2, ComparisonOptions options)`	将两个 PDF 文档作为单个连续文本进行比较（合并所有页面）。	与 `CompareDocumentsPageByPage` 中的参数相同。	`List<DiffOperation>` – 所有差异的列表。
`CompareFlatDocuments(Document document1, Document document2, ComparisonOptions options, string resultPdfDocumentPath)`	扁平文档比较，结果保存到 PDF 文件中。	与 `CompareFlatDocuments` 中的参数相同 + `resultPdfDocumentPath`。	`List<DiffOperation>` – 差异列表。
`ComparePages(Page page1, Page page2, ComparisonOptions options)`	比较两个单独的页面。	* `page1` – 第一个页面。 * `page2` – 第二个页面。 * `options` – 比较选项。	`List<DiffOperation>` – 页面差异列表。
`CreateComparisonStatistics(List<DiffOperation> diffs)`	为一组操作（单个页面）生成比较统计信息。	`diffs` – `DiffOperation` 的列表。	`TextItemComparisonStatistics`（见下文）。
`CreateComparisonStatistics(List<List<DiffOperation>> diffs)`	为跨页面的操作列表（文档级别）生成比较统计信息。	`diffs` – `DiffOperation` 的列表列表。	`DocumentComparisonStatistics`（见下文）。
`AssemblySourcePageText(List<DiffOperation> diffs)`	重建原始（更改前）页面文本。	`diffs` – 操作列表。	`string` – 原始文本。
`AssemblyDestinationPageText(List<DiffOperation> diffs)`	重建修改后的（更改后）页面文本。	`diffs` – 操作列表。	`string` – 修改后的文本。

属性	类型	描述
`ExtractionArea`	`Rectangle`	将从中提取文本的区域。与 `ExcludeTables`、`ExcludeAreas1/2` 不兼容。
`ExcludeTables`	`bool`	从比较中排除表格。与 `ExtractionArea` 不兼容。
`ExcludeAreas1`	`Rectangle[]`	要排除的第一个文档的区域数组。
`ExcludeAreas2`	`Rectangle[]`	要排除的第二个文档的区域数组。
`EditOperationsOrder`	`EditOperationsOrder` (enum)	应用插入/删除操作的顺序（默认是 `DeleteFirst`）。

属性	类型	描述
`Operation`	`Operation` (enum)	操作类型（`Equal`、`Delete`、`Insert`）。
`Text`	`string`	与操作相关的文本。

类	描述
`TextItemComparisonStatistics`	单个文本（页面）的统计信息。包括总字符数、插入、删除的数量及相应的操作。
`DocumentComparisonStatistics`（继承自 `TextItemComparisonStatistics`）	整个文档的扩展统计信息，包括 `PagesStatistics` 列表（每页统计信息）。

使用示例

.NET Core 3.1

// For complete examples and data files, visit https://github.com/aspose-pdf/Aspose.PDF-for-.NET
private static void CompareDocumentsPageByPage()
{
    // Path to the documents directory
    var dataDir = RunExamples.GetDataDir_AsposePdf_DocumentCompare();
    
    // Open PDF documents
    using(var doc1 = new Aspose.Pdf.Document(dataDir + "ComparePDFWithCompareDocumentsToPdfMethod1.pdf"))
    {
        using(var doc2 = new Aspose.Pdf.Document(dataDir + "ComparePDFWithCompareDocumentsToPdfMethod2.pdf"))
        {
            // Configure comparison options
            var options = new Aspose.Pdf.Comparison.ComparisonOptions
            {
                ExcludeTables = true,
                EditOperationsOrder = EditOperationsOrder.DeleteFirst
            };
            
            // Compare page by page and save the result
            var diffsPerPage = Aspose.Pdf.Comparison.TextPdfComparer.CompareDocumentsPageByPage(doc1, doc2, options, dataDir + "result.pdf");
            
            // Get document statistics
            var docStats = Aspose.Pdf.Comparison.TextPdfComparer.CreateComparisonStatistics(diffsPerPage);
            
            // Output statistics
            Console.WriteLine($"Total characters: {docStats.TotalCharacters}");
            Console.WriteLine($"Deleted characters: {docStats.DeletedCharactersCount}");
            Console.WriteLine($"Inserted characters: {docStats.InsertedCharactersCount}"); 
        } 
    }     
}

.NET 8

// For complete examples and data files, visit https://github.com/aspose-pdf/Aspose.PDF-for-.NET
private static void CompareDocumentsPageByPage()
{
    // Path to the documents directory
    var dataDir = RunExamples.GetDataDir_AsposePdf_DocumentCompare();
    
    // Open PDF documents
    using var doc1 = new Aspose.Pdf.Document(dataDir + "ComparePDFWithCompareDocumentsToPdfMethod1.pdf");
    using var doc2 = new Aspose.Pdf.Document(dataDir + "ComparePDFWithCompareDocumentsToPdfMethod2.pdf");
        
    // Configure comparison options
    var options = new Aspose.Pdf.Comparison.ComparisonOptions
    {
        ExcludeTables = true,
        EditOperationsOrder = EditOperationsOrder.DeleteFirst
    };
    
    // Compare page by page and save the result
    var diffsPerPage = Aspose.Pdf.Comparison.TextPdfComparer.CompareDocumentsPageByPage(doc1, doc2, options, dataDir + "result.pdf");
    
    // Get document statistics
    var docStats = Aspose.Pdf.Comparison.TextPdfComparer.CreateComparisonStatistics(diffsPerPage);
    
    // Output statistics
    Console.WriteLine($"Total characters: {docStats.TotalCharacters}");
    Console.WriteLine($"Deleted characters: {docStats.DeletedCharactersCount}");
    Console.WriteLine($"Inserted characters: {docStats.InsertedCharactersCount}");         
       
}

使用 JavaScript PDF中的导航和交互

比较 PDF 文档

比较 PDF 文档的方法

比较特定页面

比较整个文档

并排 PDF 文档比较器返回的比较结果作为以下类的对象

详细属性

使用示例

使用 GraphicalPdfComparer 比较 PDF 文档

使用 GetDifference 方法比较 PDF

使用 CompareDocumentsToPdf 方法比较 PDF

文档比较的通用方法

相关公共类

`ComparisonOptions`

`DiffOperation`

`ComparisonStatistics`

使用示例