使用Python简单实现比较PDF文件差异

pip install spire.pdf

from spire.pdf.common import *
from spire.pdf import *

# 加载原始 PDF
original = PdfDocument("original.pdf")    

# 加载修订后的 PDF
revised = PdfDocument("revised.pdf")  

# 初始化比较器
comparer = PdfComparer(original, revised)

# 生成比较结果
comparer.Compare("output/CompareResult.pdf") 

# 释放资源
original.Dispose()
revised.Dispose()

comparer.PdfCompareOptions.OnlyCompareText = True

comparer.PdfCompareOptions.SetPageRanges(1, 3, 1, 3)
# 参数顺序：(oldStartIndex, oldEndIndex, newStartIndex, newEndIndex)

import PyPDF2
# 打开原始PDF文件
pdf1 = open('1.pdf', 'rb')
pdf2 = open('2.pdf', 'rb')
# 创建PDF文件读取对象
pdf1_reader = PyPDF2.PdfReader(pdf1)
pdf2_reader = PyPDF2.PdfReader(pdf2)
# 使用len(reader.pages) 获取PDF文件的页数
pdf1_pages = len(pdf1_reader.pages)
pdf2_pages = len(pdf2_reader.pages)
# 创建PDF文件写入对象
pdf_writer = PyPDF2.PdfWriter()
# 使用reader.pages[page_number]，逐页比较两个PDF文件
for page_number in range(min(pdf1_pages, pdf2_pages)):
    page1 = pdf1_reader.pages[page_number]
    page2 = pdf2_reader.pages[page_number]
    if page1.extract_text() != page2.extract_text():
        pdf_writer.add_page(page1)
        pdf_writer.add_page(page2)
# 将比较结果写入新的PDF文件
pdf_output = open('output.pdf', 'wb')
pdf_writer.write(pdf_output)
# 关闭文件
pdf1.close()
pdf2.close()
pdf_output.close()