如何使用java比较大量pdf文件并获得唯一的文件集？

我需要一个API，它可以帮助处理大量的pdf文件，比如说100到1000个，然后pdf文件需要以一种方式分组，以便独特类型的文件应该分组在单独的文件夹中

我了解pdflib

---

有人能帮我吗？

我在这篇文章中回答了同样的问题。如果你有任何问题，可以在评论中留言：

这个“类型”是什么？我不明白你的意思。你的意思是，阅读一大堆PDF文件，以某种方式找出它们是什么类型，然后把“简历”放在一个目录里，把“付款收据”放在另一个目录里，等等？@OlivierCroisier完全一样。那么我会去计算一个简单的文件散列。对于每个文件，计算其MD5散列，然后维护一个映射，其中键是散列，值是具有该散列的所有文件的列表。然后，在处理所有文件时，为地图中的每个键创建一个目录，并将所有相关文件复制或移动到该目录中。