Queria fazer isso (PDFs diferenciais) recentemente com estes requisitos:
- ignore espaços em branco, quebras de linha, quebras de página etc.
- veja facilmente quando apenas algumas palavras mudaram, e não apenas linhas / parágrafos inteiros.
- saída diff de cor
Instalei o pdftotext, o wdiff e o colordiff, disponíveis em vários gerenciadores de pacotes. (Com MacPorts: sudo port install poppler wdiff colordiff)
Então:
wdiff <(pdftotext old.pdf -) <(pdftotext new.pdf -) | colordiff
Agora posso ver quais palavras, bem coloridas, mudaram.
Mais detalhes: http://philfreo.com/blog/how-to-view-a-color-diff-of-text-from-two-pdfs/
Variação:
Usar dwdiffpode produzir resultados um pouco melhores.
Eu também queria uma saída HTML, para que esse pequeno script crie uma página da Web básica com um pouco de CSS.
bash pc-script.bash old.pdf new.pdf > q.htlm
Em seguida, abra q.htmlcom o seu navegador da web.
pc-script.bash Arquivo:
#!/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
Um exemplo de saída pode ser visto aqui
