Question

我正在开发一个项目来缩小PDF的大小，压缩它们。我想知道市场上有什么好的工具/库（.NET）非常好。我尝试过一些像Onstream Compression这样的工具，但结果并不令人满意。

Answer 1

一些额外的（兆字节）字节很容易被挤出PDF。例如，一个众所周知的“PDF32000_2008.pdf”足够优化？文件大小为8,995,189个字节。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？

查看页面词典：

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？什么是CropBox？默认为MediaBox，此文档中没有CropBox除MediaBox以外的页面。为什么MediaBox在那里？它是可继承的，所有页面都是相同的大小，所以将它移动到Pages树根！有756页，即冗余（或无用）信息复制756次。

查看典型的注释字典：

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？）链接注释。 /Type密钥是可选的，为什么会出现？它们是不可见的矩形，你认为除了整点数之外它们的位置精度是否相关？将其舍入为整数。

查看典型页面内容流的片段，显示运算符的文本：

[(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

小于某个值的字距小数几乎是不可见的。这个值可能会有争议，它就像JPEG压缩质量水平 - 一些人可以接受，其他人不同意。我认为非常保守的估计（即保留最高质量），对一般人来说是不可见的，可以省略绝对值小于10的字距。（当然，必须注意保持理由）。（我甚至没有提到有小数字距的文件，精度为3-6位小数！但不在此文件中）

并且，通过上面提到的优化，文件大小变为7,982,478个字节。削弱了一兆字节。并且它肯定不是限制，可能还有其他的，更好地隐藏，优化的来源。

Answer 2

要为已经很好的答案添加更多注释，有一系列应用程序/库可以减少PDF文件的文件大小。第一个问题，与@ Jongware的答案一致，是否可以开始做任何事情。

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，则可以选择将图像重新取样到更低的分辨率（请注意，这不再是移动用途的必要条件）。如果PDF都是内部的，那么您可以更轻松地使用它，因为您可以检查它们并查看可以保存的位置。

使用Adobe Acrobat的“空间审核”功能。 Adobe似乎对隐藏这个漂亮的工具并在Acrobat版本之间移动它感到满意，但是在Acrobat Pro XI中可以通过打开PDF文件然后选择“文件＆gt;另存为＆gt;优化的PDF ...”来找到它... “（不像你想的那样”缩小尺寸PDF“）。在显示的对话框窗口中，有一个“审计空间使用”按钮，该按钮将显示一个信息窗口，显示PDF中正在使用的空间元素数量。

根据你在那里找到的东西，你可以做很多事情，大多数已经提到但是这里有一个不完整的清单：

下采样图片。
将图像的色彩空间从CMYK更改为RGB。要谨慎，因为它会a）不提供你可能想到的空间节省（因为压缩）和b）如果你运气不好（因为索引和其他整洁的图像技巧）可能会适得其反。
删除文档和对象级元数据（杂志页面文件的一些示例集我包含的元数据多于实际内容）。
删除专有应用程序数据（如果您不小心，Illustrator有将整个Illustrator文档嵌入PDF文件的恶习）。
如果您确定所有正在使用的读者都能够处理它，请压缩对象流和XRef表。
如果您的目标读者会处理（JBIG2，JPEG2000 ...）
优化文件结构（一些不良的PDF文件不会优化字体和其他对象，并且会在整个文件中分散多个副本）。
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。这些库可以让您自己实现，也可以使用商业（可能还有其他）工具，这些工具可以通过命令行使用预定义的操作。 callas pdfToolbox是这些工具之一（我连接到这家公司！），Enfocus PitStop在这个领域有功能，Apago也有这里的功能（虽然我不确定他们有我的顶级命令行版本头）。

Answer 3

@Jongware是对的。您不太可能显着减少正确创建的 PDF文件的大小。

但可以更好地压缩野外中的许多PDF 。这是因为许多PDF不使用在较新版本的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。

如果你对商业解决方案没问题，那么你可能会对我对类似问题的回答感兴趣。答案包含使用Docotic.Pdf库显示how to compress PDFs的代码（我是该库的开发人员之一）。

Answer 4

有一个PDFBeads Ruby宝石。

它与带有DevKit的RubyInstaller 2.3.3 32位一起使用。（更高版本需要不必要的大MSYS2 DevKit。）

对于Windows，这些程序是必需的：

具有C / C ++开发标头（http://ftp.icm.edu.pl/pub/graphics/ImageMagick/binaries或https://yadi.sk/d/4DGwC9Ie3Lkkgo）的ImageMagick 6.9.x 32位dll版本
jbig2 （http://soft.rubypdf.com/software/windows-version-jbig2-encoder-jbig2-exe 或https://yadi.sk/d/4DGwC9Ie3Lkkgo）
libiconv （http://gnuwin32.sourceforge.net/packages/libiconv.htm）

iconv gem需要单独安装

62, 90, 106

（适用于简单，短路径）

PDF压缩库/工具

4 个答案: