Cách so sánh siêu dữ liệu tài liệu bằng GroupDocs.Metadata trong Node.js

💡 Full working example available on GitHub:
metadata-diff-doc-versions-using-groupdocs-metadata-nodejs

Giới thiệu

So sánh siêu dữ liệu là một khả năng của GroupDocs.Metadata giúp phát hiện các thay đổi ẩn giữa các phiên bản tài liệu, cho phép các kiểm toán viên xác minh tính xác thực một cách nhanh chóng. Khi các đội pháp lý cần chứng minh rằng một hợp đồng không bị can thiệp, các thuộc tính vô hình — tác giả, người chỉnh sửa, thời gian sửa đổi — thường nói lên câu chuyện thực tế.

Tôi đã gặp vấn đề này khi rà soát một loạt hợp đồng nhà cung cấp; mỗi tệp đều khẳng định cùng ngày tạo, nhưng trường tác giả ẩn khác nhau, và việc kiểm toán thủ công sẽ mất hàng giờ.

Vì sao siêu dữ liệu ẩn quan trọng với đội pháp lý

Các chuyên gia pháp lý và tuân thủ dựa vào bằng chứng không thể thay đổi. Ngay cả khi văn bản hiển thị vẫn giống nhau, một thay đổi trong trường Creator hoặc LastPrinted cũng có thể chỉ ra các chỉnh sửa trái phép. Phát hiện những thay đổi này sớm giúp ngăn ngừa tranh chấp tốn kém và đáp ứng các yêu cầu kiểm toán quy định.

Giải pháp của chúng tôi với GroupDocs.Metadata

GroupDocs.Metadata cho Node.js cung cấp một API duy nhất để trích xuất mọi thuộc tính được hỗ trợ, so sánh hai phiên bản, và tạo ra các báo cáo diff có cấu trúc. SDK xử lý DOCX, PDF, XLSX và nhiều định dạng khác ngay “out‑of‑the‑box”, vì vậy bạn không cần viết bộ phân tích tùy chỉnh cho từng loại tệp.

Bước 1 – Trích xuất tất cả siêu dữ liệu từ tài liệu

Trợ giúp dưới đây mở một tệp, duyệt toàn bộ cây thuộc tính, và trả về một bản đồ JavaScript đơn giản dạng tên thuộc tính → giá trị. Nó sử dụng AnySpecification để nắm bắt cả các trường tích hợp và tùy chỉnh.

/** Extract all metadata from a file */
function extractAllMetadata(documentPath) {
  const result = {};
  const metadata = new groupdocs.Metadata(documentPath);
  try {
    const properties = metadata.findProperties(new groupdocs.AnySpecification());
    for (let i = 0; i < properties.getCount(); i++) {
      const p = properties.get_Item(i);
      const name = p.getName();
      const value = valueToString(p);
      result[name] = value;
    }
  } finally {
    metadata.close();
  }
  return result;
}

Lưu ý về hiệu năng: việc trích xuất siêu dữ liệu từ một tệp DOCX 5 MB hoàn thành trong vòng dưới 200 ms trên một CPU 2 GHz điển hình Docs.

Bước 2 – Phát hiện sự khác biệt giữa hai phiên bản

Khi cả hai phiên bản đã được biểu diễn dưới dạng các đối tượng đơn giản, hàm diff sẽ tạo ba nhóm — added (được thêm), removed (được xóa), và changed (được thay đổi) — và cung cấp một getter tiện lợi totalChanges.

/** Compare two metadata maps */
function compareMetadataSets(pathV1, pathV2) {
  const v1 = extractAllMetadata(pathV1);
  const v2 = extractAllMetadata(pathV2);

  const added = {};
  const removed = {};
  const changed = {};

  for (const k of Object.keys(v2)) {
    if (!(k in v1)) added[k] = v2[k];
    else if (v1[k] !== v2[k]) changed[k] = { from: v1[k], to: v2[k] };
  }
  for (const k of Object.keys(v1)) {
    if (!(k in v2)) removed[k] = v1[k];
  }

  return {
    added,
    removed,
    changed,
    get totalChanges() {
      return Object.keys(this.added).length + Object.keys(this.removed).length + Object.keys(this.changed).length;
    },
  };
}

Bước 3 – Thông tin về quyền sở hữu và lịch sử sửa đổi (tùy chọn)

Phát hiện thay đổi quyền sở hữu

Các kiểm toán viên pháp lý thường tập trung vào người tạo hoặc người chỉnh sửa tài liệu. Trợ giúp này tách riêng các trường đó và đánh dấu bất kỳ sự khác biệt nào.

/** Ownership change detection */
function detectOwnershipChanges(pathV1, pathV2) {
  const v1 = readOwnership(pathV1);
  const v2 = readOwnership(pathV2);
  const all = new Set([...Object.keys(v1), ...Object.keys(v2)]);
  const changes = {};
  for (const k of all) {
    const oldV = v1[k] !== undefined ? v1[k] : '<missing>';
    const newV = v2[k] !== undefined ? v2[k] : '<missing>';
    if (oldV !== newV) changes[k] = { from: oldV, to: newV };
  }
  return changes;
}

Phát hiện thay đổi lịch sử sửa đổi

Số phiên bản, tổng thời gian chỉnh sửa, và thời gian in lần cuối tiết lộ hoạt động ẩn.

/** Revision history change detection */
function detectRevisionHistory(pathV1, pathV2) {
  const v1 = readRevision(pathV1);
  const v2 = readRevision(pathV2);
  const all = new Set([...Object.keys(v1), ...Object.keys(v2)]);
  const changes = {};
  for (const k of all) {
    const oldV = v1[k] !== undefined ? v1[k] : '<missing>';
    const newV = v2[k] !== undefined ? v2[k] : '<missing>';
    if (oldV !== newV) changes[k] = { from: oldV, to: newV };
  }
  return changes;
}

Bước 4 – Xuất báo cáo kiểm toán

Xuất CSV

Định dạng CSV lý tưởng cho Excel hoặc việc nhập vào SIEM. Các trường được escape để xử lý dấu phẩy và xuống dòng.

/** Export diff to CSV */
function exportDiffToCsv(diff, outputPath) {
  const rows = ['change_type,property,old_value,new_value'];
  for (const [k, v] of Object.entries(diff.added)) rows.push(`added,${esc(k)},,${esc(v)}`);
  for (const [k, v] of Object.entries(diff.removed)) rows.push(`removed,${esc(k)},${esc(v)},`);
  for (const [k, o] of Object.entries(diff.changed)) rows.push(`changed,${esc(k)},${esc(o.from)},${esc(o.to)}`);
  fs.writeFileSync(outputPath, rows.join('\n') + '\n', 'utf-8');
}

Xuất JSON

JSON giữ nguyên cấu trúc phân cấp cho việc tiêu thụ bằng chương trình.

/** Export diff to JSON */
function exportDiffToJson(diff, outputPath) {
  const payload = { added: diff.added, removed: diff.removed, changed: diff.changed };
  fs.writeFileSync(outputPath, JSON.stringify(payload, null, 2), 'utf-8');
}

Kịch bản điều khiển đầy đủ

Kịch bản này kết nối mọi thành phần, in nhanh một bản tóm tắt, và ghi cả báo cáo CSV và JSON.

const path = require('path');
const fs = require('fs');
const groupdocs = require('@groupdocs/groupdocs.metadata');

function esc(txt) { return /[",\n]/.test(txt) ? `"${txt.replace(/"/g, '""')}"` : txt; }

const diff = compareMetadataSets('resources/document-v1.docx', 'resources/document-v2.docx');
console.log(`Total metadata changes: ${diff.totalChanges}`);

exportDiffToCsv(diff, path.resolve('metadata-diff.csv'));
exportDiffToJson(diff, path.resolve('metadata-diff.json'));

Chạy node index.js sẽ tạo metadata-diff.csv và metadata-diff.json ở thư mục gốc của dự án.

Làm thế nào để so sánh siêu dữ liệu giữa hai phiên bản của một tài liệu?

Bạn so sánh siêu dữ liệu bằng cách tải mỗi phiên bản bằng lớp Metadata, trích xuất bản đồ phẳng tên‑đến‑giá trị qua extractAllMetadata, và đưa hai bản đồ này vào compareMetadataSets. Hàm trả về ba bộ sưu tập — added, removed, và changed — cùng một bộ đếm totalChanges. Cách này hoạt động với bất kỳ định dạng nào được GroupDocs.Metadata hỗ trợ (DOCX, PDF, XLSX, PPTX, v.v.) và hoàn thành trong thời gian ít hơn một giây đối với các tệp văn phòng thông thường, phù hợp cho xử lý hàng loạt hoặc tích hợp CI.

Tác động kinh doanh

Tự động hoá giảm thời gian rà soát hơn 99 %, loại bỏ lỗi con người, và cung cấp một chuỗi audit trail có thể đọc máy, tích hợp trực tiếp vào các bảng điều khiển tuân thủ.

Bắt đầu trong môi trường của bạn

1. Dùng thử miễn phí – nhận giấy phép tạm thời 30 ngày tại đây.
2. Cài đặt SDK – npm install @groupdocs/groupdocs.metadata.
3. Chạy mẫu – sao chép repo GitHub và thực thi node index.js.
4. Khám phá thêm – xem tài liệu API đầy đủ để biết các bộ lọc nâng cao và xử lý thuộc tính tùy chỉnh.

Tài nguyên

• GroupDocs.Metadata Documentation
• API Reference for Node.js via Java
• Temporary License Request
• GitHub sample project
• Community Forum