Ik wilde dit doen (diff PDF’s) onlangs met deze eisen:
- negeer witruimte, regeleinden, pagina-einden, etc.
- gemakkelijk te zien wanneer slechts een paar woorden die veranderden, niet alleen hele regels / paragrafen.
- kleur diff uitvoer
Ik installeerde pdftotext, wdiff, en colordiff, beschikbaar in verschillende package managers. (Met macports: sudo port install poppler wdiff colordiff
)
Dan:
wdiff <(pdftotext old.pdf -) <(pdftotext new.pdf -) | colordiff
Nu kan ik zien welke woorden, mooi gekleurd, zijn veranderd.
Meer details: http://philfreo.com/blog/how-to-view-a-color-diff-of-text-from-two-pdfs/
Variatie:
Het gebruik van dwdiff
kan iets betere resultaten opleveren.
Ik wilde ook HTML-uitvoer zodat dit kleine script een basiswebpagina maakt met een beetje CSS.
bash pc-script.bash old.pdf new.pdf > q.htlm
open vervolgens q.html
met uw webbrowser.
pc-script.bash
bestand:
#!/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
Een voorbeeld van de uitvoer is te zien hier