Java 比较两个相同的PDF时，Apache FileUtils始终返回false

我使用FileUtils来比较两个相同的PDF。代码如下：

boolean comparison = FileUtils.contentEquals(pdfFile1, pdfFile2);

尽管两个pdf文件都是相同的，我还是不断得到

false

。我还注意到，当我执行时：

byte[] byteArray = FileUtils.readFileToByteArray(pdfFile1);
byte[] byteArrayTwo = FileUtils.readFileToByteArray(pdfFile2);
System.out.println(byteArray);
System.out.println(byteArrayTwo);

我得到两个pdf文件的以下字节码：

[B@3a56f631
[B@233d28e3

---

因此，尽管两个pdf文件在视觉上完全相同，但它们的字节码不同，因此无法通过布尔测试。有没有办法测试相同的pdf文件是否相同？

是的，从两个文件生成md5总和

看看这些总数是否相同

如果是，则您的文件是相同的
这也是肯定的，几乎是100%

如果总和不相同，则
你的文件肯定不同

要生成md5总和，Linux上有一个

md5sum

命令，对于Windows，有一个名为

fciv

的小工具

---

是，从两个文件生成md5总和

看看这些总数是否相同

如果是，则您的文件是相同的
这也是肯定的，几乎是100%

如果总和不相同，则
你的文件肯定不同

要生成md5总和，Linux上有一个

md5sum

命令，对于Windows，有一个名为

fciv

的小工具

---

是，从两个文件生成md5总和

看看这些总数是否相同

如果是，则您的文件是相同的
这也是肯定的，几乎是100%

如果总和不相同，则
你的文件肯定不同

要生成md5总和，Linux上有一个

md5sum

命令，对于Windows，有一个名为

fciv

的小工具

---

是，从两个文件生成md5总和

看看这些总数是否相同

如果是，则您的文件是相同的
这也是肯定的，几乎是100%

如果总和不相同，则
你的文件肯定不同

要生成md5总和，Linux上有一个

md5sum

命令，对于Windows，有一个名为

fciv

的小工具

---

请注意，您编写的两个标识符

[B@3a56f631
[B@233d28e3

它们是不同的，因为它们属于两个不同的对象。这些是对象标识符，而不是字节码。两个对象在逻辑上可以相等，即使它们不是完全相同的对象（例如，它们具有不同的objectid）

---

否则，按照peter.petrov编写的那样计算MD5校验和是一个好主意。

请注意，您编写的两个标识符

[B@3a56f631
[B@233d28e3

它们是不同的，因为它们属于两个不同的对象。这些是对象标识符，而不是字节码。两个对象在逻辑上可以相等，即使它们不是完全相同的对象（例如，它们具有不同的objectid）

---

否则，按照peter.petrov编写的那样计算MD5校验和是一个好主意。

请注意，您编写的两个标识符

[B@3a56f631
[B@233d28e3

它们是不同的，因为它们属于两个不同的对象。这些是对象标识符，而不是字节码。两个对象在逻辑上可以相等，即使它们不是完全相同的对象（例如，它们具有不同的objectid）

---

否则，按照peter.petrov编写的那样计算MD5校验和是一个好主意。

请注意，您编写的两个标识符

[B@3a56f631
[B@233d28e3

它们是不同的，因为它们属于两个不同的对象。这些是对象标识符，而不是字节码。两个对象在逻辑上可以相等，即使它们不是完全相同的对象（例如，它们具有不同的objectid）

---

否则，像peter.petrov写的那样计算MD5校验和是个好主意。

不幸的是，对于PDF来说，拥有“完全相同的文件”和拥有“视觉上完全相同”的文件之间有很大的区别。所以第一个问题是你在寻找什么

一个非常简单的例子是，PDF文件中的信息可以压缩或不压缩，并且可以使用不同的压缩过滤器进行压缩。以一个部分内容未压缩的文件为例，并使用ZIP压缩过滤器压缩该内容，将得到两个在字节级别上非常不同但在视觉上非常相同的文件

因此，您可以做许多不同的事情来比较PDF文件：

1） 如果你想检查你是否有“相同的文件”，读入它们并计算某种校验和，正如彼得·彼得罗夫之前回答的那样

2） 如果您想知道文件在视觉上是否相同，最常用的方法是某种渲染。将所有页面呈现为图像并比较图像。实际上，这并不像听起来那么简单，有简单的（例如callas pdfToolbox）和复杂的（例如Global Vision DigitalPage）应用程序都实现了某种“相同”算法（注意，我与这两个供应商都有关联）

---

因此，首先要很好地定义您到底需要什么，然后仔细选择哪种方法最有效。

不幸的是，对于PDF来说，拥有“完全相同的文件”和拥有“视觉上完全相同”的文件之间有很大的区别。所以第一个问题是你在寻找什么

一个非常简单的例子是，PDF文件中的信息可以压缩或不压缩，并且可以使用不同的压缩过滤器进行压缩。以一个部分内容未压缩的文件为例，并使用ZIP压缩过滤器压缩该内容，将得到两个在字节级别上非常不同但在视觉上非常相同的文件

因此，您可以做许多不同的事情来比较PDF文件：

1） 如果你想检查你是否有“相同的文件”，读入它们并计算某种校验和，正如彼得·彼得罗夫之前回答的那样

2） 如果您想知道文件在视觉上是否相同，最常用的方法是某种渲染。将所有页面呈现为图像并比较图像。在p