我們很高興宣佈 GroupDocs.Comparison for Java 26.11 已於 2026 年 11 月 正式發佈。此版本的重點功能是 基於 OCR 的影像比較:現在可以根據影像中辨識出的文字來比較,而不是依照像素。試算表比較進行了大幅度的改寫——列會依內容匹配,且比較大型工作表的時間從分鐘縮短至秒。PDF 結果現在會依來源頁面排版,與 GroupDocs.Comparison for .NET 的方式相同,此外還修復了文字、Word、簡報與 HTML 預覽比較相關的多項問題。

此次發佈的新功能

鍵 摘要 類別
COMPARISONNET-4925, COMPARISONNET-4934 影像可透過辨識出的文字 (OCR) 而非像素進行比較 功能
COMPARISONJAVA-1798, COMPARISONNET-4940, COMPARISONNET-4945 試算表列依內容匹配:插入或刪除的列不再使其後的每一列都被標記為變更 修正
COMPARISONJAVA-1797, COMPARISONNET-4930 試算表比較從分鐘縮短至秒;所有格式的文字差異更快 修正
COMPARISONJAVA-1796, COMPARISONNET-4946 XLSX 結果:沒有自行高度的列會依內容自動調整 修正
COMPARISONNET-4947 XLSX 結果:未變更的數字與日期保留其類型,不會變成文字 修正
COMPARISONNET-4944 StyleSettings.setHighlightColor 會填滿變更試算表儲存格的背景色 修正
COMPARISONNET-4927, COMPARISONNET-4928, COMPARISONNET-4923 文字:跨換行的單字不再被誤報為刪除再插入 修正
COMPARISONNET-4403, COMPARISONNET-4891 PDF 結果依來源頁面排版:元件保持原位,儲存格在其邊緣換行 更新
COMPARISONNET-4931 內嵌 PDF 結果會完整顯示被取代的片語:先顯示舊詞,再顯示新詞 修正
COMPARISONNET-4896 內嵌 PDF 結果不再將因取代而稍微變長的行換到下一行 修正
COMPARISONNET-4763 PDF 結果不再在表格本身的邊框上繪製黑色格線 修正
— 透過表單繪製的 PDF 頁面(如以 PDF 形式儲存的試算表)不再被視為未變更 修正
— PDF:僅包含空格的行不再被報告為變更 修正
— PDF:目錄的頁碼仍保留在其行上 修正
COMPARISONNET-4926 Word:變成空的表格欄或列會保留在原位,而不是被刪除再插入 修正
COMPARISONNET-4880 簡報:LoadOptions.setSkipExternalResources 與 setWhitelistedResources 現已生效 修正
COMPARISONNET-4935 HTML 預覽:同時的預覽不再互相覆寫頁面;會遵守請求的頁碼 修正
COMPARISONJAVA-1794, COMPARISONJAVA-1795 Aspose 函式庫已更新 更新

升級前需留意的行為變更

  1. 新增相依性。 發佈的 POM 會宣告一個新相依性 Aspose.OCR for Java,僅在 OCR 比較時使用。它會帶入 ONNX Runtime 及其原生函式庫。如果不使用 OCR,可以將其排除——其他所有比較功能仍可正常運作(請參閱 如何取得更新)。
  2. 試算表變更。 當插入或刪除列時,試算表比較現在會報告較少的變更,因為列會依內容匹配。
  3. PDF 版面。 PDF 結果的排版方式改變:每個元件都保持在來源頁面的原位。
  4. 取代順序。 在文字與內嵌 PDF 結果中,被取代的單字或片語會先顯示舊的,再顯示新的。
  5. 評估模式。 如同 GroupDocs.Comparison for .NET,評估模式下僅比較 PDF 的前兩頁。

新功能:依辨識文字比較影像 (OCR)

現在可以依 Aspose.OCR 讀取的文字來比較影像,而不是依像素。這對於掃描件、文件照片與螢幕截圖特別適用,因為相同文字在不同掃描或不同品質下不會產生相同的像素——重新掃描稍有位移或品質變化的頁面將不會到處顯示差異。

try (Comparer comparer = new Comparer("source.png")) {
    comparer.add("target.png");

    OcrOptions ocr = new OcrOptions();
    ocr.setEnabled(true);
    ocr.setDisplayMode(OcrDisplayMode.SIDE_BY_SIDE);  // or TEXT

    CompareOptions options = new CompareOptions();
    options.setOcr(ocr);
    comparer.compare("result.png", options);

    for (ChangeInfo change : comparer.getChanges()) {
        OcrChangeInfo ocrChange = (OcrChangeInfo) change;
        System.out.println(change.getText() + ": confidence " + ocrChange.getConfidence()
                + ", " + ocrChange.getSourceBoxes().length + " box(es) on the source");
    }
}

您可以控制的項目:

  • 顯示模式。 SIDE_BY_SIDE(預設)會將兩張影像並排顯示,並以方框標示變更的單字。TEXT 只顯示辨識出的文字,並在其中標記變更。
  • 變更細節。 每個變更都是 OcrChangeInfo,包含在兩張影像上所覆蓋的方框(getSourceBoxes()、getTargetBoxes())以及辨識信心度(getConfidence())。在 TEXT 模式下方框為空。
  • 語言。 setLanguage(OcrLanguage) 可選擇語言或文字系統;預設為 LATIN。其他語言需要在首次使用時下載相應的辨識模型。setDisableResourceDownloads(true) 與 setResourcesPath(String) 可限制僅使用已存在磁碟上的模型。

Aspose.OCR for Java 必須在類路徑上。它是已發佈 POM 的相依性,並非 jar 內部的一部分。若缺少此函式庫,OCR 比較會失敗並顯示缺少庫的錯誤訊息。

試算表比較

依內容匹配列

過去會將列與另一工作簿中相同索引的列配對。當插入或刪除列時,該列之後的所有列都會被報告為重新寫入。例如,六列的工作簿若刪除其中一列會產生 91 個變更;現在只會產生 8 個——被刪除列的六個儲存格會在原位標記,且摘要工作表上只顯示列數變化。

現在列與欄會依儲存格內容對齊。兩個檔案中相同的列直接配對,僅在它們之間的內容會被對齊。此類檔案的變更數量與早期版本不同。

秒級而非分鐘

即使是完全相同的檔案,試算表比較也可能需要數分鐘:兩個相同的 200 × 20 工作表需要 2.5 分鐘。現在在 JVM 啟動後的第一次比較不到一秒(首次比較後的幾秒),而一個 400 × 20 工作表刪除一列則約需 7 秒。

每次比較背後的文字差異演算法已重新設計,返回的結果與之前相同,只是速度快了許多——因此 Word、PDF 與文字比較也同樣受益。相同的列與欄會直接配對而不計分,兩個相同的工作表根本不會被對齊。

列高、數字類型與高亮顏色

  • 沒有自行高度的列現在會在結果中依內容自動調整,因此換行與大字體的儲存格不會被裁切。若列設定了明確的高度,則保持該高度。
  • 未變更的數字與日期保留其原始類型,不會被寫回為文字。公式儲存格仍以計算後的值寫入。
  • StyleSettings.setHighlightColor 現在會填滿變更儲存格的背景色:
StyleSettings deleted = new StyleSettings();
deleted.setHighlightColor(Color.PINK);

CompareOptions options = new CompareOptions();
options.setDeletedItemStyle(deleted);

PDF 結果

依來源頁面排版

PDF 引擎現在的排版方式與 GroupDocs.Comparison for .NET 相同:

  • 結果的每個元件都保持在來源頁面的原位;影像會放在其座標位置,頁面的向量圖形也會被保留;
  • 表格會繪製其格線,且每個儲存格的文字會在儲存格邊緣換行,包含合併儲存格;
  • 依基線之間的距離將行分組為段落,頁邊距則取自頁面本身;
  • 兩份文件中相同的頁面可出現在文件的任何位置,而不僅限於開頭,且不會再次比較。

因此結果看起來與早期版本不同。已刪除的內容會在其原始位置繪製;若目標文件在同一位置有其他內容,兩者可能會重疊。

小幅修正

  • 取代片語。 多個單字的取代原本會逐對繪製,導致 “Richard McClintock” 變成 “Vasily Richard Pupkin McClintock”。內嵌結果現在會先顯示舊片語,再顯示新片語。
  • 行長度略增。 在內嵌結果中,因取代而使行長度多出一個單字的情況,不再把最後一個單字換到新的一行。
  • 表格格線。 無法偵測顏色的表格邊框不再被繪製成黑色覆蓋在來源本身的邊框上。
  • 透過表單繪製的頁面。 以表單方式繪製全部內容的頁面(例如以 PDF 形式儲存的試算表)不再被視為未變更,現在也會比較其變更。
  • 空白行。 僅包含空格的行不再被報告為變更。
  • 目錄。 變更後的目錄行的頁碼仍保留在該行上。

其他修正

跨換行的文字

編輯導致文字檔某行長度變長或變短時,會把單字推到換行之後。逐行比較時,這些單字會被報告為從前一行刪除、在下一行插入。現在會先將行合併,這樣變更較少,然後作為一次比較處理,並在目標的行上重新排版。取代會先顯示舊的,再顯示新的,HTML 檢視的文字比較也會以與文字結果相同的方式呈現接受與拒絕的變更。將單一檔案與多個目標比較時仍會逐行比較。

Word:清空的表格欄或列

當表格的欄或列變成空的時,原本會被報告為刪除並插入一個空的,導致後續儲存格移位。現在會保留在原位,僅將其內容報告為刪除。

簡報:外部資源

LoadOptions.setSkipExternalResources 與 setWhitelistedResources 在 26.10 版加入時對簡報沒有作用。現在它們同樣適用於簡報、Word 與 HTML 文件,且結果簡報永遠不會抓取外部資源。未載入的圖片會被視為空白圖片進行比較。

HTML 預覽

HTML 文件的預覽頁面原本會寫入暫存目錄的固定檔名,導致同時的兩個預覽互相覆寫頁面,且請求的頁碼被忽略。現在頁面會在記憶體中渲染,只返回請求的頁面,且背景改為白色而非透明。

Aspose 函式庫已更新

函式庫 之前 現在
Aspose.BarCode 25.5 26.6
Aspose.CAD 24.6.1 26.8
Aspose.Cells 26.3 26.9
Aspose.Diagram 25.7 26.9
Aspose.Email 26.1 26.8
Aspose.PDF 26.2 26.8.1
Aspose.PSD 25.10 26.8
Aspose.Slides 26.2 26.9
Aspose.Words 26.3 26.8

這些函式庫仍與 jar 一起打包。Aspose.OCR 26.10.0 為新加入,作為 POM 的相依性。

如何取得更新

Maven

在 pom.xml 中加入 GroupDocs 儲存庫與相依性:

<repositories>
    <repository>
        <id>groupdocs-artifacts-repository</id>
        <name>GroupDocs Artifacts Repository</name>
        <url>https://releases.groupdocs.com/java/repo/</url>
    </repository>
</repositories>

<dependencies>
    <dependency>
        <groupId>com.groupdocs</groupId>
        <artifactId>groupdocs-comparison</artifactId>
        <version>26.11</version>
    </dependency>
</dependencies>

如果不使用 OCR 比較,可以排除 Aspose.OCR 及其原生函式庫:

<dependency>
    <groupId>com.groupdocs</groupId>
    <artifactId>groupdocs-comparison</artifactId>
    <version>26.11</version>
    <exclusions>
        <exclusion>
            <groupId>com.aspose</groupId>
            <artifactId>aspose-ocr</artifactId>
        </exclusion>
    </exclusions>
</dependency>

直接下載

從 GroupDocs.Comparison for Java 26.11 下載頁面 下載 JAR。

資源