检查xml是否是Java中pdf文档的一部分的最佳方法

我想检查一个 pdf 文件是否包含一个长字符串，它是一个完整的 XML 文档的字符串。

我可以打开这两个文件并提取文本。我已经用以下代码做到了：

File temp = File.createTempFile("temp-pdf", ".tmp");
OutputStream out = new FileOutputStream(temp);
out.write(Base64.decodeBase64(testObject.getPdfAsDoc().getContent()));
out.close();
PDDocument document = PDDocument.load(temp);
PDFTextStripper pdfStripper = new PDFTextStripper();
String pdfText = pdfStripper.getText(document);
Integer posS =pdfText.indexOf("<?xml version");
Integer posE = pdfText.lastIndexOf("</ServiceSpecificationSchema:serviceSpecification>")+"</ServiceSpecificationSchema:serviceSpecification>".length();
pdfText =pdfText.substring( posS,posE );
String xmlText = testObject.getXmlAsDoc().getContent();

现在我遇到了问题，即两个文档的行不匹配，这是导致 pdf 文件中出现换行符等格式的原因。

XML 文件的 TXT 输出示例行：

<?xml version="1.0" encoding="UTF-8"?><ServiceSpecificationSchema:serviceSpecification xmlns:xs="  ..... >

PDF 文件的 TXT 输出示例行：

<?xml version="1.0" encoding="UTF-8"?><ServiceSpecificationSchema:serviceSpecification
xmlns:xs="  ..... >

其次，我在 PDF 的 XML 标签之间有页码。你知道删除这条线的好方法吗？

</operations>
Page 51 of 52
</consumerInterface>

检查 pdf 是否包含 XML 的最佳方法是什么？

我已经尝试从文件中删除所有换行符和空格并进行比较。但是如果我这样做，我就找不到区别的线。最后不一定是有效的 XML 文件。