Βελτιστοποίηση & Επισκευή

Συμπίεση PDF, μετρημένη σε πραγματικά αρχεία

Οι συμβουλές συμπίεσης συνήθως γράφονται σαν να ήταν κάθε PDF το ίδιο. Δεν είναι: μια αναφορά κειμένου και μια σάρωση 150 dpi ανταποκρίνονται στην ίδια ρύθμιση με εντελώς διαφορετικούς τρόπους. Έτσι, χρησιμοποιήσαμε τον κινητήρα που αποστέλλεται Rifinit με τρία έγγραφα που δημιουργήθηκαν και καταγράψαμε τι πραγματικά βγήκε. Κάθε αριθμός παρακάτω είναι από μια πραγματική εκτέλεση στις 10 Νοεμβρίου 2026 και τα δείγματα συνδέονται στο τέλος, ώστε να μπορείτε να τα αναπαράγετε.

Πώς κατασκευάστηκε το τεστ

  • κείμενο-20-σελίδες — 20 σελίδες Α4 με συνηθισμένο κείμενο, χωρίς εικόνες.
  • φωτογραφία-5-σελίδες — πέντε σελίδες η καθεμία με ένα JPEG 1600×1200 που μοιάζει με φωτογραφία συν μια λεζάντα.
  • σάρωση 10 σελίδων — δέκα σελίδες μόνο με εικόνα, που αποδίδονται στα 150 dpi και ενσωματώνονται σαν σάρωση (χωρίς επίπεδο κειμένου).

Η διαδρομή του κινητήρα είναι η φορητή κατασκευή: pypdf με PyMuPDF που κωδικοποιεί εκ νέου τις εικόνες. Η συμπίεση έτρεξε στα 144 ppi της προεπιλογής, εκτός εάν μια σειρά λέει διαφορετικά. Τα μεγέθη είναι ολόκληρο το αρχείο εξόδου, όχι ανά σελίδα.

Τι πραγματικά σώζει κάθε επίπεδο

Δείγμα Πρωτότυπο Χαμηλό Μεσαίο Καλύτερο
Κείμενο 20 σελίδων 15 KB 11 KB 11 KB 11 KB
5 σελίδες φωτογραφιών 1.227 KB 185 KB 244 KB 473 KB
Σάρωση 10 σελίδων 2.274 KB 953 KB 1.108 KB 1.794 KB

Δύο πράγματα ξεχωρίζουν. Το έγγραφο κειμένου μόλις μετακινείται — 15 KB σε 11 KB — επειδή δεν υπάρχουν εικόνες για επανακωδικοποίηση. Η συμπίεση αρχείων PDF με πολλά κείμενα είναι ως επί το πλείστον καθαριότητα. Οι σελίδες φωτογραφιών πέφτουν στο ένα έκτο του μεγέθους τους στο Low (185 KB από 1.227 KB) επειδή η ποιότητα JPEG κάνει τη δουλειά. Η σάρωση προσγειώνεται στο ενδιάμεσο και δεν φτάνει ποτέ στο αποτέλεσμα της φωτογραφίας, επειδή κάθε σελίδα είναι μια μεγάλη εικόνα που είναι ήδη αρκετά αποτελεσματική.

Η ανάλυση είναι ο μεγαλύτερος μοχλός

Στο Medium, αλλάζοντας μόνο την ανάλυση στόχου:

Δείγμα 96 ppi 144 ppi 200 ppi
5 σελίδες φωτογραφιών 117 KB 250 KB 442 KB
Σάρωση 10 σελίδων 609 KB 1.135 KB 1.234 KB
Κείμενο 20 σελίδων 12 KB 12 KB 12 KB

Για σαρώσεις, η πτώση από τα 200 στα 96 ppi μείωσε το αρχείο σχεδόν στο μισό - περισσότερο από αυτό που έκανε ο διακόπτης χαμηλής/μέσης ποιότητας. Εάν ένα έγγραφο πρόκειται να διαβαστεί στην οθόνη, η ανάλυση είναι το πρώτο κουμπί που πρέπει να δοκιμάσετε. επιλέξτε το χαμηλότερο ppi στο οποίο είναι ακόμα αναγνώσιμο το μικρότερο κείμενο στο έγγραφο.

Εξαγωγή σελίδων ως εικόνες

Η ίδια σελίδα εξήχθη στις τρεις αναλύσεις που προσφέρει το εργαλείο (σελίδα 1 του δείγματος κειμένου, JPEG σε ποιότητα 88):

  • 75 dpi — 621×877 px, 68 KB
  • 150 dpi — 1.241×1.754 px, 207 KB
  • 220 dpi — 1.819×2.573 px, 359 KB

Για μια προεπισκόπηση μόνο στην οθόνη, αρκούν 75 dpi και το ένα τρίτο των byte. Για οτιδήποτε θα εκτυπωθεί, τα 150 dpi είναι το πρακτικό πάτωμα. Τα 220 dpi είναι για μικρούς τύπους και λεπτούς κανόνες, όχι για συνηθισμένο κείμενο.

Εξαγωγή κειμένου

Το δείγμα κειμένου 20 σελίδων εξήγαγε 26.191 χαρακτήρες σε 0,066 δευτερόλεπτα στη μηχανή δοκιμής. Αυτός ο αριθμός είναι σημαντικός για τη ροή εργασίας "PDF σε κείμενο": το κόστος κυριαρχείται από το άνοιγμα του εγγράφου και όχι από τις λέξεις, επομένως μια μεγαλύτερη αναφορά διαρκεί σχεδόν τον ίδιο χρόνο με μια σύντομη.

Τι δεν αποδεικνύει αυτό το τεστ

Αυτά είναι αρχεία που δημιουργούνται, όχι τα περίεργα έγγραφα που φτάνουν στην πραγματική εργασία: σάρωση τηλεφώνου 40 MB με σκιά προς τα κάτω, μια φόρμα με χρωματισμένο φόντο, ένα PDF του οποίου οι εικόνες είναι ήδη JPEG σε ποιότητα 60 (η οποία δεν μπορεί να βελτιωθεί με επανακωδικοποίηση). Αυτές είναι οι περιπτώσεις όπου το εύρος είναι μεγαλύτερο από τον παραπάνω πίνακα και προς τις δύο κατευθύνσεις. Η μέθοδος είναι αυτό που γενικεύει: αλλάξτε μια ρύθμιση, μετρήστε το αρχείο και κοιτάξτε το μικρότερο κείμενο πριν αποδεχτείτε το αποτέλεσμα. Ανοίξτε το Compress PDF για να το δοκιμάσετε στο δικό σας αρχείο ή εξαγωγή μιας σελίδας ως εικόνα.

Αναπαράγετε το

Τα τρία δείγματα δημιουργούνται από εμάς και δωρεάν για λήψη: text-20-pages.pdf, photo-5-pages.pdf, scan-10-pages.pdf. Το σενάριο που τα κατασκεύασε και έτρεξε τον κινητήρα βρίσκεται στο αποθετήριο του έργου ως tools/blog_benchmarks.py; γράφει τους πρωτογενείς αριθμούς στο docs/benchmarks/latest.json.

Από την εφαρμογή που τρέχει

Αυτές είναι αποτυπώσεις της έκδοσης Rifinit που αποστέλλεται, όχι μακέτες: τι ζητάει το Compress PDF και τι επιστρέφει. Κάθε ροή εργασίας σε αυτόν τον οδηγό ελέγχθηκε στην ίδια έκδοση.

Το πάνελ Συμπίεση PDF για το sample-noise.pdf: Μεταφορτωμένο μέγεθος 4,0 MB, Συμπιεσμένο μέγεθος 527,1 KB · 87% μικρότερο, Ποιότητα εικόνας
Ρυθμίστε την ποιότητα, την ανάλυση και τι να πέσει
Η έτοιμη σελίδα μετά τη συμπίεση του sample-noise.pdf: 527,1 KB · 87% μικρότερο από το πρωτότυπο (4,0 MB) · 2 σελίδες · διαγράφηκε
Κατεβάστε το συμπιεσμένο PDF

Άλεξ Ρόσιντ — Εκδοτικός κύριος, Rifinit. Ο Alex Roshid είναι η σύνταξη που χρησιμοποιείται από την ομάδα μηχανικών Rifinit. Οι οδηγοί σε αυτό το ιστολόγιο συντάσσονται και ελέγχονται από τα άτομα που διατηρούν τη μηχανή PDF, το πρόγραμμα επεξεργασίας προγράμματος περιήγησης και τη διοχέτευση OCR, και κάθε αξίωση εργαλείου ελέγχεται έναντι της έκδοσης που έχει αποσταλεί πριν από τη δημοσίευσή της. Περισσότερα για τον συγγραφέα · Πώς γράφουμε και αναθεωρούμε.

Ανοίξτε το Compress PDF Διαβάστε τον πλήρη οδηγό Περιηγηθείτε σε όλα τα εργαλεία

Πρότυπα και πηγές: Η ανάλυση και η εγγραφή PDF ακολουθούν τις ανοιχτές προδιαγραφές PDF, που τεκμηριώνονται στο Μητρώο μορφής Library of Congress; ακολουθεί η διεπαφή WCAG 2.2 (W3C). Rifinit είναι ανεξάρτητο και από τους δύο οργανισμούς.

Από την ομάδα Rifinit. Δημοσιεύθηκε υπό την Άλεξ Ρόσιντ κατά γραμμή. Κατασκευάζουμε, δοκιμάζουμε και τεκμηριώνουμε αυτά τα εργαλεία PDF εσωτερικά: κάθε οδηγός συντάσσεται από τους ίδιους μηχανικούς που εργάζονται στους μετατροπείς, τον επεξεργαστή και τη διοχέτευση OCR. Γνωρίστε την ομάδα. Διαβάστε πώς γράφουμε και αναθεωρούμε, μας πολιτική απορρήτου και όρους. Τελευταία αξιολόγηση .

Ακολουθήστε Rifinit Facebook LinkedIn Pinterest Reddit