ضغط PDF، يتم قياسه على ملفات حقيقية
عادةً ما تتم كتابة نصيحة الضغط كما لو كانت كل ملفات PDF متماثلة. إنه ليس كذلك: يستجيب التقرير النصي والمسح الضوئي بدقة 150 نقطة في البوصة لنفس الإعداد بطرق مختلفة تمامًا. لذلك قمنا بتشغيل محرك Rifinit الذي تم شحنه مقابل ثلاث مستندات تم إنشاؤها وكتبنا ما خرج بالفعل. كل شخصية أدناه مأخوذة من تجربة حقيقية بتاريخ 10 نوفمبر 2026، والعينات مرتبطة في النهاية حتى تتمكن من إعادة إنتاجها.
كيف تم بناء الاختبار
- النص 20 صفحة — 20 صفحة مقاس A4 من النص الأساسي العادي، بدون صور.
- صور 5 صفحات - خمس صفحات تحمل كل منها صورة بحجم 1600 × 1200 تشبه صورة JPEG بالإضافة إلى تسمية توضيحية.
- مسح 10 صفحات - عشر صفحات صور فقط، يتم عرضها بدقة 150 نقطة في البوصة ويتم تضمينها مثل المسح الضوئي (بدون طبقة نص).
مسار المحرك هو البنية المحمولة: pypdf مع إعادة تشفير الصور بواسطة PyMuPDF. تم تشغيل الضغط بمعدله الافتراضي 144 نقطة في البوصة ما لم ينص الصف على خلاف ذلك. الأحجام هي ملف الإخراج بأكمله، وليس لكل صفحة.
ما يحفظه كل مستوى في الواقع
| عينة | أصلي | منخفض | متوسط | الأفضل |
|---|---|---|---|---|
| نص من 20 صفحة | 15 كيلو بايت | 11 كيلو بايت | 11 كيلو بايت | 11 كيلو بايت |
| 5 صفحات صور | 1,227 كيلو بايت | 185 كيلو بايت | 244 كيلو بايت | 473 كيلو بايت |
| مسح 10 صفحات | 2,274 كيلو بايت | 953 كيلو بايت | 1,108 كيلو بايت | 1,794 كيلو بايت |
شيئان يبرزان. بالكاد يتحرك المستند النصي - من 15 كيلو بايت إلى 11 كيلو بايت - لأنه لا توجد صور لإعادة تشفيرها؛ يعد ضغط ملفات PDF ذات النصوص الثقيلة بمثابة التدبير المنزلي في الغالب. تنخفض صفحات الصور إلى سدس حجمها عند المستوى المنخفض (185 كيلو بايت من 1227 كيلو بايت) لأن جودة JPEG هي التي تقوم بالعمل. يقع المسح في المنتصف ولا يصل أبدًا إلى نتيجة الصورة، لأن كل صفحة عبارة عن صورة واحدة كبيرة تتسم بالفعل بالكفاءة إلى حد ما.
القرار هو الرافعة الأكبر
في المستوى المتوسط، تغيير الدقة المستهدفة فقط:
| عينة | 96 نقطة في البوصة | 144 نقطة في البوصة | 200 نقطة في البوصة |
|---|---|---|---|
| 5 صفحات صور | 117 كيلو بايت | 250 كيلو بايت | 442 كيلو بايت |
| مسح 10 صفحات | 609 كيلو بايت | 1,135 كيلو بايت | 1,234 كيلو بايت |
| نص من 20 صفحة | 12 كيلو بايت | 12 كيلو بايت | 12 كيلو بايت |
بالنسبة لعمليات المسح، أدى الانخفاض من 200 إلى 96 نقطة في البوصة إلى خفض الملف إلى النصف تقريبًا مرة أخرى - أكثر مما فعله مفتاح الجودة المنخفضة/المتوسطة. إذا كان سيتم قراءة مستند ما على الشاشة، فإن الدقة هي المفتاح الأول الذي يجب تجربته؛ اختر أدنى نقطة في البوصة حيث يظل أصغر نص في المستند قابلاً للقراءة.
تصدير الصفحات كصور
تم تصدير نفس الصفحة بالدقة الثلاثة التي توفرها الأداة (الصفحة 1 من نموذج النص، JPEG بجودة 88):
- 75 نقطة في البوصة — 621×877 بكسل، 68 كيلو بايت
- 150 نقطة في البوصة — 1,241×1,754 بكسل، 207 كيلوبايت
- 220 نقطة في البوصة — 1,819×2,573 بكسل، 359 كيلو بايت
لمعاينة الشاشة فقط، تكون الدقة 75 نقطة في البوصة كافية وثلث البايتات. بالنسبة لأي شيء سيتم طباعته، فإن 150 نقطة في البوصة هي الأرضية العملية؛ 220 نقطة في البوصة مخصصة للخطوط الصغيرة والقواعد الدقيقة، وليس للنص الأساسي العادي.
استخراج النص
استخرجت عينة النص المكونة من 20 صفحة 26191 حرفًا في 0.066 ثانية على جهاز الاختبار. هذا الرقم مهم بالنسبة لسير عمل "تحويل PDF إلى نص": يهيمن فتح المستند على التكلفة، وليس الكلمات، لذا فإن التقرير الأطول يستغرق تقريبًا نفس الوقت الذي يستغرقه التقرير القصير.
ما لا يثبته هذا الاختبار
هذه هي ملفات تم إنشاؤها، وليست مستندات غريبة تصل إلى عمل حقيقي: مسح هاتفي بحجم 40 ميجابايت مع ظل على جانب واحد، ونموذج بخلفية ملونة، وملف PDF صوره هي بالفعل JPEG بجودة 60 (والتي لا يمكن تحسينها عن طريق إعادة التشفير). تلك هي الحالات التي يكون فيها النطاق أوسع من الجدول أعلاه، في كلا الاتجاهين. الطريقة هي ما يعمم: تغيير إعداد واحد، وقياس الملف، والنظر إلى أصغر نص قبل قبول النتيجة. افتح ضغط PDF لتجربته على ملفك الخاص، أو تصدير صفحة كصورة.
إعادة إنتاجها
تم إنشاء العينات الثلاث بواسطتنا ويمكن تنزيلها مجانًا: text-20-pages.pdf, photo-5-pages.pdf, scan-10-pages.pdf. البرنامج النصي الذي أنشأها وقام بتشغيل المحرك موجود في مستودع المشروع باسم tools/blog_benchmarks.py; يكتب الأرقام الأولية ل docs/benchmarks/latest.json.
من التطبيق قيد التشغيل
هذه عبارة عن لقطات من البنية المشحونة Rifinit، وليست نماذج بالحجم الطبيعي: ما يطلبه برنامج Compress PDF وما الذي يعيده. تم فحص كل سير عمل في هذا الدليل على نفس البنية.

