windows下pdf文件的比较

windows下pdf文件的比较

在使用latex过程中有时需要进行pdf比较来确定某些更新是否会导致生成的pdf的变化。

pdf比较工具显然是很多的，在python下有diff-pdf、diff-pdf-visually等等，这里一一介绍。

1. diff-pdf-visually 工具

安装

由于diff-pdf-visually依赖于ImageMagick和Poppler，所以windows下安装diff-pdf-visually先要安装这两个依赖库。

1. 安装ImageMagick, via https://imagemagick.org/script/download.php
   需要注意imagemagick有很多的适用于不同环境的版本，其中有针对mingw的版本，但经测试表明，在windows下还是使用EXE安装版本较好。

2. 安装Poppler, via https://blog.alivate.com.au/poppler-windows/
   需要注意的是，这个poppler是个绿色版本的，所以只要把它的bin目录放到环境变量path下就好了。
   最好使用一个单独的目录来放它，而不是简单的解压到mingw下面，虽然两者的目录结构很类似，由于poppler使用的库文件的版本可能与mingw的不同，所以如果简单的覆盖到mingw下面，可能导致运行不了。

3. 安装diff-pdf-visually。

在conda下没有这个包，那么直接用pip安装。

pip install --user diff-pdf-visually

使用

使用通过命令行或者在python脚本中调用

1. 命令行中为：

python diff-pdf-visually -v a.pdf b.pdf

其帮助为：

$ diff-pdf-visually  -h
usage: diff-pdf-visually [-h] [--silent] [--verbose] [--threshold THRESHOLD]
                         [--dpi DPI] [--time TIME]
                         a.pdf b.pdf

Compare two PDFs visually. The exit code is 0 if they are the same, and 2 if
there are significant differences.

positional arguments:
  a.pdf
  b.pdf

optional arguments:
  -h, --help            show this help message and exit
  --silent, -q          silence output (can be used only once)
  --verbose, -v         show more information (can be used 2 times)
  --threshold THRESHOLD
                        PSNR threshold to consider a change significant,
                        higher is more sensitive (default: 100)
  --dpi DPI             resolution for the rasterised files (default: 50)
  --time TIME           number of seconds to wait before discarding temporary
                        files, or 0 to immediately discard

2. 在脚本中调用

from diff_pdf_visually import pdfdiff

# Returns True or False
pdfdiff("a.pdf", "b.pdf")

说明

尽管能够用其进行pdf比较，但其输出还是比较简单的，只能给出是否存在差异这一信息，无法知道哪个位置存在差异，所以相对来说还是没有使用adobe或者foxit软件来的直观和有效。

2. pdf-diff工具

pdf-diff 实际上在windows下不支持，但现在windows也是可以运行linux的，我们通过wsl安装ubuntu，那么就有了ubuntu环境。

进入ubuntu命令行，输入如下命令，完成安装：

apt-get install python3-lxml poppler-utils
pip install pdf-diff

使用方式：

pdf-diff before.pdf after.pdf > comparison_output.png

进入到需要比较文件所在目录下，运行上述命令就可以得到结果。
结果是一个并排比较的png图片，比如。

3. diff-pdf工具

diff-pdf 则是另一个工具，可以直接在windows下编译。使用编辑的环境是msys。

安装msys2 后，根据diff-pdf的说明使用如下命令更新编译工具：

$ pacman -Syu
$ pacman -S automake autoconf pkg-config make zip
$ pacman -S mingw-w64-i686-{gcc,poppler,wxWidgets}

接着下载diff-pdf到本地解压后，进入其目录，使用如下命令编译;

./bootstrap
$ ./configure
$ make

如果源代码编译不了，那么可以从这里直接下载win下编译好的程序。

实际上也可以在wsl下的ubuntu中编译该工具。上述msys下编译的好处是可以获得一个绿色软件，后面拷贝就能用了。

使用时，使用如下命令：

diff-pdf --output-diff=diff.pdf a.pdf b.pdf

其主要选项包括：

Usage: diff-pdf [/h] [/v] [/s] [/m] [/g] [--output-diff <str>] [--channel-tolerance <num>] [--dpi <num>] [--view] file1.pdf file2.pdf
  /h, --help                    show this help message
  /v, --verbose                 be verbose
  /s, --skip-identical          only output pages with differences
  /m, --mark-differences        additionally mark differences on left side
  /g, --grayscale               only differences will be in color, unchanged parts will show as gray
  --output-diff=<str>           output differences to given PDF file
  --channel-tolerance=<num>     consider channel values to be equal if within specified tolerance
  --dpi=<num>                   rasterization resolution (default: 300 dpi)
  --view                        view the differences in a window

结果是一个diff.pdf文件，比如：

其缺点是不显示中文

4. foxit pdf工具

foxit pdf 编辑器，有一个pdf比较功能，直接用就行。这是一个成熟的商业软件，大家自行了解。

参考

1. https://pypi.org/project/diff-pdf-visually/
2. https://github.com/JoshData/pdf-diff
3. https://github.com/vslavik/diff-pdf