Java Pdf差异库

Question

有谁知道开源的Java库会对pdf文件的文本部分进行可靠的区分吗？

理想情况下，我想要一些会产生补丁形式的差异。

Answer 1

用http://incubator.apache.org/pdfbox/提取pdf文本，并使用http://code.google.com/p/google-diff-match-patch创建一个差异。

Answer 2

如果PDF仅在文本中有所不同，也可以对页面进行栅格化，然后查看差异 - 我们将其用于PDF代码上的回归测试输出。

Answer 3

您可以看看xdiffweb.com。这是一个基于apache pdfbox的纯java开源项目。