Volevo farlo (diff PDFs) recentemente con questi requisiti:
- ignorare gli spazi bianchi, le interruzioni di riga, le interruzioni di pagina, ecc.
- vedere facilmente quando solo un paio di parole sono cambiate, non solo intere righe/paragrafi.
- output diff a colori
Ho installato pdftotext, wdiff, e colordiff, disponibili in vari package manager. (Con macports: sudo port install poppler wdiff colordiff
)
Poi:
wdiff <(pdftotext old.pdf -) <(pdftotext new.pdf -) | colordiff
Ora posso vedere quali parole, ben colorate, sono cambiate.
Maggiori dettagli: http://philfreo.com/blog/how-to-view-a-color-diff-of-text-from-two-pdfs/ (https://plus.google.com/117160821119813493977/posts/Tn75hWQ4NvR)
Variazione:
L'uso di dwdiff
può produrre risultati leggermente migliori.
Volevo anche un output HTML, così questo piccolo script fa una pagina web di base con un po’ di CSS.
bash pc-script.bash old.pdf new.pdf > q.htlm
Poi aprire q.html
con il browser web.
pc-script.bash
file:
#!/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
Un esempio di output può essere visto [ qui ]&003