4

我正在做一个项目来减小 PDF 的大小，压缩它们。我想知道市场上是否有任何非常好的工具/库（.NET）。我确实尝试了一些像 Onstream Compression 这样的工具，但结果并不令人满意。

4

4 回答 4

5

一些额外的（兆）字节可以很容易地从 PDF 中挤出。例如，一个众所周知的“PDF32000_2008.pdf”是否优化得足够好？文件大小为8,995,189字节。它使用对象和外部参照流，（几乎）没有图像，一切都紧凑。或者不是吗？

看一个页面字典：

Dict:9 [1 0 R]
.   /Annots Array:3
.   /Contents Stream:3 [2 0 R]
.   /CropBox Array:4
.   /MediaBox Array:4
.   /Parent Dict:4 [124248 0 R]
.   /Resources Dict:4
.   /Rotate 0 (Number)
.   /StructParents 2 (Number)
.   /Type Page (Name)

Rotate 0是默认值，为什么会出现？有什么CropBox用？默认为MediaBox，并且本文档中没有CropBox除 之外的页面MediaBox。为什么MediaBox会有？它是可继承的，所有页面的大小都相同，所以将它移动到页面树根！有756 页，即重复756 次冗余（或无用）信息。

查看典型的 Annotation 字典：

Dict:6 [3548 0 R]
.   /A Dict:2
.   .   /S URI (Name)
.   .   /URI http://www.iso.org/iso/iso_catalogue/... (String)
.   /Border Array:3
.   .   [0] 0 (Number)
.   .   [1] 0 (Number)
.   .   [2] 0 (Number)
.   /Rect Array:4
.   .   [0] 82.14 (Number)
.   .   [1] 576.8 (Number)
.   .   [2] 137.1 (Number)
.   .   [3] 587.18 (Number)
.   /StructParent 3 (Number)
.   /Subtype Link (Name)
.   /Type Annot (Name)

本文档中有数千个（可能 > 10'000 个？）链接注释。/Type键是可选的，为什么它在那里？它们是不可见的矩形，您认为它们的放置精度而不是整数点是否相关？将其四舍五入为整数。

看一下典型页面内容流的片段，文字显示操作符：

[(w)7(ed)-6( b)21(u)1(t shal)-6(l no)-6(t b)-6(e)1( ed)-6(ite)-6(d)1( un)-6(less the typef)23(aces wh)-6(ich )]TJ

小于某个值的字距调整几乎是不可见的。这个值可能会引起争议，它就像 JPEG 压缩质量级别 - 有些人可以接受，有些人不同意。我认为非常保守的估计（即保留大部分质量）对于一般人来说是不可见的，即绝对值小于 10 的字距可以省略。（当然，必须注意保持正当性）。（而且我什至没有提到那里有小数字距调整的文件，精度为小数点后 3-6 位！但不在此文件中）

而且，通过上面提到的优化，文件大小变成了7,982,478字节。一兆字节被剃掉了。这当然不是限制，也许还有其他隐藏得更好的优化来源。

于 2014-01-26T11:12:39.180 回答
3

为了给已经很好的答案添加更多注释，有一系列应用程序/库可以减小 PDF 文件的文件大小。第一个问题，与@Jongware 的回答一起，是一开始是否可以做任何事情。

如果您的 PDF 文件来自任何地方（您无法控制源），请收集文件样本并确定您对生成的 PDF 的要求。例如，如果您只想在屏幕上显示它们，您可以选择将图像重新采样到低得多的分辨率（请注意，移动使用不再是这种情况）。如果 PDF 都是内部的，您会更容易，因为您可以检查它们并查看可以保存的位置。

使用 Adob​​e Acrobat 的“空间审核”功能。Adobe 似乎对隐藏这个好工具并在 Acrobat 版本之间移动它感到满意，但在 Acrobat Pro XI 中，可以通过打开 PDF 文件然后选择“文件 > 另存为其他 > 优化的 PDF...”来找到它（不是您想的“缩小尺寸的 PDF”）。在显示的对话框窗口中，有一个“审核空间使用”按钮，该按钮将打开一个信息窗口，显示 PDF 中的空间元素正在使用多少。

根据您在那里找到的内容，您可以做很多事情，大多数已经提到过，但这里有一个不完整的列表：

  • 下采样图像。
  • 将图像的色彩空间从 CMYK 更改为 RGB。对此要小心，因为它 a) 不会提供您可能认为的空间节省（因为压缩），并且 b) 如果您不走运（因为索引和其他巧妙的图像技巧），实际上可能会适得其反。
  • 删除文档和对象级别的元数据（我拥有的一些杂志页面文件示例集包含的元数据比实际内容更多）。
  • 删除专有应用程序数据（如果您不小心，Illustrator 有将完整的 Illustrator 文档嵌入到 PDF 文件中的坏习惯）。
  • 如果您确定您使用的所有阅读器都能够处理，请压缩对象流和外部参照表。
  • 如果您的目标读者能够处理（JBIG2、JPEG2000...），请使用最佳压缩
  • 优化文件结构（一些糟糕的 PDF 文件不会优化字体和其他对象，并且会在整个文件中散布多个副本）。
  • 子集文档中的所有字体。
  • 如果不需要，请删除 ICC 配置文件。

如果您想执行这些任务，有许多工具可以提供帮助。让您自己实现此功能的库或商业（可能还有其他）工具，它们将通过命令行使用预定义的操作来工作。callas pdfToolbox 是这些工具之一（我与这家公司有联系！），Enfocus PitStop 在这方面有功能，Apago 在这里也有功能（虽然我不确定他们是否有我的顶部的命令行版本头）。

于 2014-01-26T09:40:03.967 回答
1

@Jongware 是对的。您不可能显着减小正确创建的PDF 文件的大小。

但是可以更好地压缩野外的许多 PDF 。这是因为许多 PDF 不使用新版本 PDF 规范中引入的对象和交叉引用流。此外，PDF 通常包含可以安全删除的未使用对象。是的，PDF 中的图像可以调整大小/重新压缩以进一步减小 PDF 的大小。

如果您对商业解决方案感到满意，那么您可能会对我对类似问题的回答感兴趣。答案包含显示如何使用 Docotic.Pdf 库压缩 PDF 的代码（我是该库的开发人员之一）。

于 2014-01-26T05:15:30.700 回答
0

有一个 PDFBeads Ruby gem。

它适用于带有 DevKit 的 RubyInstaller 2.3.3 32 位。（更高版本需要不必要的大型 MSYS2 DevKit。）

对于 Windows，需要这些程序：

iconv gem 需要单独安装

gem install iconv -- --with-iconv-include="<path>" --with-iconv-lib="<path>"

（适用于简单、短路径）

于 2019-05-23T12:21:46.097 回答