- Java 双重比较
- java - 比较器与 Apache BeanComparator
- Objective-C 完成 block 导致额外的方法调用?
- database - RESTful URI 是否应该公开数据库主键?
我正在使用 pdftk并进行了一些测试,发现将多页 PDF 文件拆分为单独的单页 PDF 文件,然后为每个单页 PDF 生成一个 md5 哈希校验和(数字指纹),每次我进行拆分时都会产生不同的哈希值。这就是结果,即使它是完全相同的文件且没有任何更改。
我的测试流程是:
旁注:解压后在 PDF 上生成校验和会在重复时产生完全相同的校验和。
我的问题是:为什么校验和在重复时会有所不同?我会认为生成的 10 个单页文件与上次创建时完全相同。他们的父文档(以及各个页面本身)根本没有改变。
最佳答案
根据 PDF 规范,每当 PDF 创建者写出修改后的 PDF 时,它应该更新元数据条目的 /Info
数组中名为 /ModDate
的键。
此外,它(可能)会将 PDF 的 XMP 元数据结构中的文档 UUID 更改为新 ID。
因此,当您想使用 MD5(或任何类似方法)检查 PDF 生成过程中的“稳定结果”(考虑单元测试或其他)时,您应该在应用 MD5 之前执行以下两件事之一-总结:
/ModDate
(可能还有 /CreationDate
)的文件运行编辑(您可以使用 sed
)和文件的 UUID 条目。更新:由于您似乎已经熟悉 pdftk
,您应该能够转储元数据文本文件(如 Ezra 所示):
pdftk in.pdf dump_data output data.txt
或(如果您需要):
pdftk in.pdf dump_data_utf8 output data.utf8.txt
然后编辑 data*.txt 文件,使它们满足您的需求:更改 PDF UUID(pdftk
调用它们 PdfID0
/PdfID1
) 到易于识别的值(00000...
和 fffff...
),将日期更改为另一个易于识别的日期。然后使用这些元数据值更新您的文件:
pdftk in.pdf update_info data.txt output in-updated.pdf \
&& mv in-updated.pdf in.pdf
或
pdftk in.pdf update_info data.utf8.txt output in-updated.utf8.pdf \
&& mv in-updated.utf8.pdf in.pdf
只有然后运行您的 Md5 校验和并查看它是否有效(或需要更多微调)。
关于node.js - 为什么通过 pdftk 将多页 PDF 重复拆分为单独的页面会更改这些页面的 md5 校验和?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/11417869/
我有一个数组列表: ArrayList allText = new ArrayList(); 其内容是这样的: [Alabama - Montgomery, Alaska - Juneau, Ariz
我有一个 timestamp 格式的开始和结束时间。我想将它们分成多个时间段,例如 1 小时。 $t1 = strtotime('2010-05-06 12:00:00'); $t2 = strtot
我需要将 span10 分成 3 列,但我无法将它们排列起来。我应该在 span10 中添加一个 span12 还是使用 offset 还是??
我有一个时间序列。我想从早上 8 点到第二天早上 7:59 分成 24 小时的区 block 。我知道如何按日期分组,但我尝试过使用 TimeGroupers 和 DateOffsets 处理这个 8
我收到“街道号码邮政编码城市”形式的地址(作为字符串)。我想要做的是将街道和号码与邮政编码和城市分开。通常你可以按空格分割。但有些街道名称中也有空格,例如:“Emile Van Ermengemlaa
我有一个用户列表。其中一些用户处于第一状态,而其他用户处于第二状态。所以我想要的是将这个列表显示为首先,它按排序顺序显示存在 = 1 的用户,然后按排序顺序显示存在 = 2 的用户。这里的排序是根据用
我感觉我搜索了整个网络,但找不到一种方法将不同高度的 div 很好地划分为 3 列,就像 http://www.ing.nl 上那样 headertekst headerteksttesth
Bootstrap 3 按钮下拉菜单出现问题。你可以在这里看到我的两个例子: http://www.bootply.com/W1dLusilMk http://www.bootply.com/GGBv
我在 php 中执行以下操作 foreach($QuestionAsekd as $k => $v){ $grp_name = $v['NAME']; $groupValues[$gr
我找到了一种用pandas解析html的绝妙方法。我的数据格式有点奇怪(见下文)。我想将这些数据拆分为 2 个单独的数据帧。 注意每个单元格如何由,分隔...是否有任何真正有效的方法来分割所有这些单元
HTML 看起来像这样,但我不允许对其进行更改。我只能编写 CSS 将其变成 2 列。 Povezave www.behance.net www.kiberpipa.org www.o
假设我有以下数据框“A” utilization utilization_billable service 1
我需要将 2 个文本框拉伸(stretch)到 100% 的浏览器宽度,以及一个提交按钮。所有三个都应该在一行中,我试图拉伸(stretch)它但它没有发生......有什么想法吗? 代码: .sea
我是一名优秀的程序员,十分优秀!