วิธีเปรียบเทียบเมตาดาต้าเอกสารระหว่างเวอร์ชันโดยใช้ GroupDocs.Metadata ใน .NET

💡 ตัวอย่างทำงานเต็มที่พร้อมใช้งานบน GitHub:
metadata-diff-between-docs-using-groupdocs-metadata-dotnet

Introduction

เมื่อสัญญาถูกโอนย้ายระหว่างการควบรวมกิจการ ทีมกฎหมายต้องพิสูจน์ว่าข้อมูลเจ้าของเอกสาร – ผู้เขียน, ผู้แก้ไขล่าสุด, ชื่อบริษัท – ยังคงอยู่ครบถ้วน การตรวจสอบคุณสมบัติของไฟล์แต่ละไฟล์ด้วยตนเองนั้นน่าเบื่อและเสี่ยงต่อข้อผิดพลาด; การพลาดการเปลี่ยนแปลงเพียงหนึ่งรายการก็อาจทำให้การตรวจสอบความสอดคล้องล้มเหลว GroupDocs.Metadata เป็นไลบรารี .NET ที่สกัดและเปรียบเทียบคุณสมบัติที่ฝังอยู่ทั้งหมดของเอกสาร ทำให้สามารถวิเคราะห์เชิงนิติวิทยาศาสตร์ของการเปลี่ยนแปลงระหว่างเวอร์ชันได้โดยอัตโนมัติ บทเรียนนี้จะแสดงวิธีตรวจจับการสลับเจ้าของ, การแก้ไขประวัติการแก้ไข, และการเปลี่ยนแปลงคุณสมบัติอื่น ๆ ระหว่างสองเวอร์ชันของไฟล์เดียวกัน, จากนั้นส่งออกผลลัพธ์เป็น CSV หรือ JSON เพื่อใช้ในการรายงานต่อไป

ฉันเจอปัญหานี้เมื่อทำการตรวจสอบชุดสัญญา 1,200 ฉบับสำหรับการควบรวมกิจการในปี 2024; การตรวจสอบ metadata เปิดเผยการเปลี่ยนแปลงเจ้าของที่ไม่คาดคิด 87 รายการซึ่งจะมองไม่เห็นหากไม่มีการอัตโนมัติ

ในส่วนต่อไปนี้คุณจะได้เรียนรู้วิธี:

• สกัด metadata ทั้งหมดจากสองเอกสาร
• ระบุคุณสมบัติที่เพิ่ม, ลบ, และเปลี่ยนแปลง
• เน้นแท็กที่เกี่ยวกับเจ้าของและการแก้ไขเวอร์ชัน
• แปลง diff เป็น CSV หรือ JSON เพื่อใช้เป็นบันทึกการตรวจสอบ

Why Metadata Comparison Matters

การเปรียบเทียบ metadata อย่างแม่นยำเป็นสิ่งสำคัญสำหรับ:

• Legal e‑discovery: พิสูจน์แหล่งที่มาของเอกสารและตรวจจับการปลอมแปลง
• Regulatory compliance: ติดตามว่าใครสร้างหรือแก้ไขไฟล์สำหรับการตรวจสอบ GDPR หรือ SOX
• Forensic investigations: ค้นหาการแก้ไขที่ซ่อนอยู่หรือการแก้ไขโดยไม่ได้รับอนุญาต

ตามเอกสาร GroupDocs.Metadata (2024), มากกว่า 30 % ของความล้มเหลวในการปฏิบัติตามกฎระเบียบเกิดจากการเปลี่ยนแปลงคุณสมบัติที่ไม่ได้บันทึก

Prerequisites

• .NET 6.0 หรือใหม่กว่า
• GroupDocs.Metadata for .NET 24.10+ (temporary license)
• สองเวอร์ชันของเอกสาร (เช่น contract_v1.docx และ contract_v2.docx)

ติดตั้งผ่าน NuGet:

dotnet add package GroupDocs.Metadata

How do I compare metadata between two document versions?

Answer: โหลดแต่ละไฟล์ด้วย MetadataFacade, สกัดคุณสมบัติทั้งหมดลงใน dictionary, แล้ววนลูปเพื่อสร้าง MetadataDiff ที่จัดประเภทเป็น added, removed, และ changed entries. Diff สามารถตรวจสอบได้โดยโปรแกรมหรือเขียนออกเป็น CSV/JSON เพื่อรายงานการตรวจสอบ

Full‑Property Diff

โค้ดส่วนนี้แสดงอัลกอริทึม diff หลัก. มันใช้ตัวช่วย ExtractAllMetadata.Run (ดูต่อไป) เพื่อดึงคุณสมบัติทั้งหมดจากแต่ละเวอร์ชัน

// Compare all metadata properties between two files
var v1 = ExtractAllMetadata.Run(pathV1);
var v2 = ExtractAllMetadata.Run(pathV2);
var diff = new MetadataDiff();

// Detect added and changed properties
foreach (var kvp in v2)
{
    if (!v1.ContainsKey(kvp.Key))
    {
        diff.Added[kvp.Key] = kvp.Value; // New property in v2
    }
    else if (v1[kvp.Key] != kvp.Value)
    {
        diff.Changed[kvp.Key] = (v1[kvp.Key], kvp.Value); // Value changed
    }
}

// Detect removed properties
foreach (var kvp in v1)
{
    if (!v2.ContainsKey(kvp.Key))
    {
        diff.Removed[kvp.Key] = kvp.Value; // Property missing in v2
    }
}

return diff;

Key points:

• MetadataDiff มีสาม dictionary: Added, Removed, Changed
• อัลกอริทึมทำงานในเวลา O(n) เหมาะกับไฟล์ที่มีคุณสมบัติจำนวนหลายพัน
• ไม่ทำ I/O; ผู้เรียกจะตัดสินใจว่าจะบันทึกผลลัพธ์อย่างไร

Detecting Ownership Changes

แท็กที่เกี่ยวกับเจ้าของ (Author, LastSavedBy, Manager, Company) มักเป็นสิ่งสำคัญที่สุดสำหรับการตรวจสอบทางกฎหมาย วิธีด้านล่างแยกเฉพาะแท็กเหล่านี้และรายงานความแตกต่างใด ๆ

// Get ownership‑related properties from each version
var v1Values = GetOwnershipProperties(pathV1);
var v2Values = GetOwnershipProperties(pathV2);
var changes = new Dictionary<string, (string, string)>();

var allKeys = new HashSet<string>(v1Values.Keys);
foreach (var key in v2Values.Keys) allKeys.Add(key);

foreach (var key in allKeys)
{
    var oldV = v1Values.TryGetValue(key, out var o) ? o : "<missing>";
    var newV = v2Values.TryGetValue(key, out var n) ? n : "<missing>";
    if (oldV != newV)
    {
        changes[key] = (oldV, newV);
    }
}

return changes;

Key points:

• ใช้ตัวกรอง Tags.Person.* และ Tags.Corporate.Company
• คืนค่า dictionary ที่แต่ละรายการแสดง ค่าเก่า → ค่าใหม่
• เหมาะสำหรับสร้างรายงานการเปลี่ยนแปลงเจ้าของแบบสรุป

Helper: GetOwnershipProperties

var dict = new Dictionary<string, string>(StringComparer.OrdinalIgnoreCase);
using (var metadata = new MetadataFacade(path))
{
    if (metadata.FileFormat == FileFormat.Unknown) return dict;

    var props = metadata.FindProperties(p =>
        p.Tags.Contains(Tags.Person.Creator) ||
        p.Tags.Contains(Tags.Person.Editor) ||
        p.Tags.Contains(Tags.Person.Manager) ||
        p.Tags.Contains(Tags.Corporate.Company));

    foreach (var p in props)
    {
        dict[p.Name] = p.InterpretedValue?.ToString() ?? p.Value?.ToString() ?? string.Empty;
    }
}
return dict;

Detecting Revision History Changes

metadata ที่เกี่ยวกับการแก้ไข (RevisionNumber, TotalEditingTime, LastPrinted) แสดงจำนวนครั้งที่เอกสารถูกแก้ไข โค้ดด้านล่างสกัดคุณสมบัติเหล่านี้และเน้นความแตกต่างใด ๆ

var v1 = GetRevisionProperties(pathV1);
var v2 = GetRevisionProperties(pathV2);
var changes = new Dictionary<string, (string, string)>();

var allKeys = new HashSet<string>(v1.Keys);
foreach (var k in v2.Keys) allKeys.Add(k);

foreach (var key in allKeys)
{
    var oldV = v1.TryGetValue(key, out var o) ? o : "<missing>";
    var newV = v2.TryGetValue(key, out var n) ? n : "<missing>";
    if (oldV != newV)
    {
        changes[key] = (oldV, newV);
    }
}

return changes;

Key points:

• จับทั้ง timestamp และตัวนับการแก้ไขเชิงตัวเลข
• มีประโยชน์สำหรับการตรวจจับการแก้ไขที่ซ่อนอยู่ซึ่งไม่ได้บันทึกเป็นเวอร์ชันแยกต่างหาก

Helper: GetRevisionProperties

var dict = new Dictionary<string, string>(StringComparer.OrdinalIgnoreCase);
using (var metadata = new MetadataFacade(path))
{
    if (metadata.FileFormat == FileFormat.Unknown) return dict;

    var props = metadata.FindProperties(p =>
        p.Tags.Contains(Tags.Time.Modified) ||
        p.Tags.Contains(Tags.Time.Created) ||
        p.Tags.Contains(Tags.Time.Printed) ||
        p.Name != null && (p.Name.Contains("Revision") || p.Name.Contains("EditTime") || p.Name.Contains("EditingTime")));

    foreach (var p in props)
    {
        dict[p.Name] = p.InterpretedValue?.ToString() ?? p.Value?.ToString() ?? string.Empty;
    }
}
return dict;

Exporting the Diff to CSV

ทีมปฏิบัติตามมักต้องการรายงานในรูปแบบสเปรดชีต วิธีต่อไปนี้เขียน MetadataDiff ไปยังไฟล์ CSV ที่มีสี่คอลัมน์

var sb = new StringBuilder();
sb.AppendLine("change_type,property,old_value,new_value");

foreach (var kvp in diff.Added)
{
    sb.AppendLine($"added,{CsvEscape(kvp.Key)},,{CsvEscape(kvp.Value)}");
}
foreach (var kvp in diff.Removed)
{
    sb.AppendLine($"removed,{CsvEscape(kvp.Key)},{CsvEscape(kvp.Value)},");
}
foreach (var kvp in diff.Changed)
{
    sb.AppendLine($"changed,{CsvEscape(kvp.Key)},{CsvEscape(kvp.Value.OldValue)},{CsvEscape(kvp.Value.NewValue)}");
}

File.WriteAllText(outputPath, sb.ToString());

Key points:

• CsvEscape ทำให้ฟิลด์ที่มีเครื่องหมายคอมม่า หรือขึ้นบรรทัดใหม่ ถูกใส่เครื่องหมายคำพูดอย่างปลอดภัย
• ไฟล์ที่ได้สามารถเปิดโดยตรงใน Excel หรือโหลดเข้าสู่ SIEM ได้

Helper: CsvEscape

if (string.IsNullOrEmpty(s)) return string.Empty;
if (s.Contains(",") || s.Contains("\"") || s.Contains("\n"))
{
    return "\"" + s.Replace("\"", "\"\"") + "\"";
}
return s;

Exporting the Diff to JSON

สำหรับ pipeline ที่ทำงานโดยโปรแกรม JSON มักเป็นรูปแบบที่ต้องการ วิธีต่อไปนี้สร้างสคีมาที่คงที่โดยมีสามอ็อบเจ็กต์ระดับบน

var sb = new StringBuilder();
sb.AppendLine("{");
sb.AppendLine("  \"added\": {");
WriteMap(sb, diff.Added);
sb.AppendLine("  },");
sb.AppendLine("  \"removed\": {");
WriteMap(sb, diff.Removed);
sb.AppendLine("  },");
sb.AppendLine("  \"changed\": {");
var changedItems = 0;
foreach (var kvp in diff.Changed)
{
    var comma = ++changedItems < diff.Changed.Count ? "," : string.Empty;
    sb.AppendLine($"    \"{Escape(kvp.Key)}\": {{ \"from\": \"{Escape(kvp.Value.OldValue)}\", \"to\": \"{Escape(kvp.Value.NewValue)}\" }}{comma}");
}
sb.AppendLine("  }");
sb.AppendLine("}");

File.WriteAllText(outputPath, sb.ToString());

Key points:

• WriteMap เขียนอ็อบเจ็กต์ key‑value ธรรมดาสำหรับส่วน added/removed
• Escape ทำให้สตริงเป็น JSON‑compatible

Helper: WriteMap & Escape

var i = 0;
foreach (var kvp in map)
{
    var comma = ++i < map.Count ? "," : string.Empty;
    sb.AppendLine($"    \"{Escape(kvp.Key)}\": \"{Escape(kvp.Value)}\"{comma}");
}

return s?.Replace("\\", "\\\\").Replace("\"", "\\\"") ?? string.Empty;

Comparing Methods: When to Use Each

เลือกใช้ full‑property diff เมื่อคุณต้องการการตรวจสอบอย่างครอบคลุม; ผสานกับ CSV export เพื่อให้ผู้มีส่วนได้ส่วนเสียตรวจสอบอย่างรวดเร็ว. สำหรับการตรวจสอบความสอดคล้องแบบอัตโนมัติ ให้ส่งออกเป็น JSON แล้วส่งต่อเข้าไปในระบบมอนิเตอร์ของคุณ

Best Practices and Tips

• Dispose MetadataFacade promptly: ห่อไว้ใน using block เพื่อปล่อยทรัพยากรเนทีฟ
• Limit extraction to needed tags: การกรองด้วย Tags.Person.* หรือ Tags.Time.* ลดการใช้หน่วยความจำสำหรับ PDF ขนาดใหญ่
• Validate file formats: metadata.FileFormat == FileFormat.Unknown หมายถึงไฟล์ที่ไม่รองรับหรือเสียหาย
• Version your audit reports: ใส่เวอร์ชันไลบรารี (GroupDocs.Metadata 24.10) ไว้ในส่วนหัวของไฟล์ที่ส่งออกเพื่อความสามารถในการติดตาม
• Security: อย่า log ค่าคุณสมบัติที่อาจมีข้อมูลส่วนบุคคล; ทำการมาสก์ PII ก่อนบันทึก
• Performance: สำหรับเอกสาร >50 MB, พิจารณา stream การสกัด metadata (ยังไม่เปิดให้ใช้ใน API) หรือประมวลผลไฟล์เป็น batch แบบขนาน

Conclusion

GroupDocs.Metadata ให้วิธีการที่แข็งแกร่งและเป็นโปรแกรมเมติกในการเปรียบเทียบข้อมูลฝังอยู่ทุกชิ้นระหว่างสองเวอร์ชันของเอกสาร โดยการสกัด metadata ทั้งหมด, เน้นแท็กเจ้าของหรือประวัติการแก้ไข, และส่งออก diff ไปเป็น CSV หรือ JSON คุณสามารถสร้าง workflow นิติวิทยาศาสตร์ที่ทำซ้ำได้ซึ่งตอบสนองความต้องการด้านกฎหมาย, compliance, และ security

Next steps:

• สำรวจ full list of supported tags เพื่อปรับ diff ให้ตรงกับข้อกำหนดกฎระเบียบของคุณ
• เรียนรู้วิธีเปรียบเทียบ หลายเอกสารพร้อมกัน (API reference)
• ดูตัวอย่างโปรเจกต์เพิ่มเติมบน GitHub สำหรับสถานการณ์ batch processing (Examples Repo)

Additional Resources

• GroupDocs.Metadata Documentation
• API Reference
• Get a Temporary License
• Sample Projects on GitHub
• GroupDocs.Metadata Forum
• Blog Category