Chciałem to zrobić (PDF-y diff) ostatnio z tymi wymaganiami:
- ignorowanie białej przestrzeni, przerw w liniach, przerw w stronach, itp.
- łatwo zobaczyć, kiedy zmieniło się tylko kilka słów, a nie tylko całe linie/paragrafy.
- wyjście różnic kolorów
Instalowałem pdftotext, wdiff i colordiff, dostępne w różnych menedżerach pakietów. (Z makroportami: sudo port install poppler wdiff colordiff
)
Następnie:
wdiff <(pdftotext old.pdf -) <(pdftotext new.pdf -) | colordiff
Teraz widzę, które słowa, ładnie kolorowe, uległy zmianie.
Więcej szczegółów: http://philfreo.com/blog/how-to-view-a-color-diff-of-text-from-two-pdfs/
Wariacja:
Używanie dwdiff
może dać nieco lepsze rezultaty.
Chciałem również wyjście HTML, więc ten malutki skrypt tworzy podstawową stronę internetową z odrobiną CSS.
bash pc-script.bash old.pdf new.pdf > q.htlm
Następnie otwórz q.html
za pomocą przeglądarki internetowej.
pc-script.bash
plik:
#!/bin/bash
OLD="$1"
NEW="$2"
cat <<EOF
<html><head><meta charset="UTF-8"/><title>Changes from $OLD to $NEW</title></head><style>
.plus { color: green; background: #E7E7E7; }
.minus { color: red; background: #D7D7D7; text-decoration: line-through; }
</style><body><h1>Changes from [<span class="minus">$OLD</span>] to [<span class="plus">$NEW</span>]</h1><pre>
EOF
dwdiff -i -A best -P \
--start-delete='<span class="minus">' --stop-delete='</span>' \
--start-insert='<span class="plus" >' --stop-insert='</span>' \
<( pdftotext -enc UTF-8 -layout "$OLD" - ) \
<( pdftotext -enc UTF-8 -layout "$NEW" - ) \
cat <<EOF
</pre></body></html>
EOF
Przykładowe wyjście można zobaczyć tutaj