אופטימיזציה ותיקון

דחיסת PDF, נמדדת על קבצים אמיתיים

עצות דחיסה נכתבות בדרך כלל כאילו כל PDF זהה. זה לא: דוח טקסט וסריקה של 150 dpi מגיבים לאותה הגדרה בדרכים שונות לחלוטין. אז הרצנו את המנוע Rifinit שנשלח נגד שלושה מסמכים שנוצרו ורשמנו מה באמת יצא. כל איור למטה הוא מהרצה אמיתית ב-10 בנובמבר 2026, והדוגמאות מקושרות בסוף כך שתוכל לשחזר אותן.

איך נבנה המבחן

  • טקסט-20-עמודים - 20 עמודי A4 של טקסט גוף רגיל, ללא תמונות.
  • תמונה-5 עמודים - חמישה עמודים שכל אחד מהם נושא JPEG דמוי תמונה בגודל 1600×1200 בתוספת כיתוב.
  • סריקה-10-עמודים - עשרה עמודים לתמונה בלבד, מעובדים ב-150 dpi ומוטבעים כמו סריקה (ללא שכבת טקסט).

נתיב המנוע הוא המבנה הנייד: pypdf עם PyMuPDF המקודד מחדש את התמונות. הדחיסה רצה ברירת המחדל שלה 144 ppi אלא אם שורה אחרת אומרת אחרת. הגדלים הם כל קובץ הפלט, לא לכל עמוד.

מה בעצם כל רמה חוסכת

מדגם מקורי נמוך בינוני הכי טוב
טקסט בן 20 עמודים 15 KB 11 KB 11 KB 11 KB
5 דפי תמונות 1,227 KB 185 KB 244 KB 473 KB
סריקה של 10 עמודים 2,274 KB 953 KB 1,108 KB 1,794 KB

שני דברים בולטים. מסמך הטקסט בקושי זז - 15 KB עד 11 KB - מכיוון שאין תמונות לקידוד מחדש; דחיסת קובצי PDF עתירי טקסט היא בעיקר משק בית. דפי התמונות יורדים לשישית מגודלם ב-Low (185 KB מ-1,227 KB) מכיוון שאיכות ה-JPEG עושה את העבודה. הסריקה נוחתת בין לבין ואף פעם לא מגיעה לתוצאת הצילום, כי כל עמוד הוא תמונה אחת גדולה שכבר די יעילה.

הרזולוציה היא המנוף הגדול יותר

ב-Medium, שינוי רק את רזולוציית היעד:

מדגם 96 ppi 144 ppi 200 ppi
5 דפי תמונות 117 KB 250 KB 442 KB
סריקה של 10 עמודים 609 KB 1,135 KB 1,234 KB
טקסט בן 20 עמודים 12 KB 12 KB 12 KB

עבור סריקות, ירידה מ-200 ל-96 ppi חתכה שוב את הקובץ כמעט לשניים - יותר ממה שעשה המתג באיכות נמוכה/בינונית. אם מסמך עומד להיקרא על המסך, הרזולוציה היא הכפתור הראשון לנסות; בחר את ה-ppi הנמוך ביותר שבו עדיין ניתן לקרוא את הטקסט הקטן ביותר במסמך.

ייצוא דפים כתמונות

אותו עמוד מיוצא בשלוש הרזולוציות שהכלי מציע (עמוד 1 של דוגמת הטקסט, JPEG באיכות 88):

  • 75 dpi — 621×877 פיקסלים, 68 KB
  • 150 dpi — 1,241×1,754 פיקסלים, 207 KB
  • 220 dpi — 1,819×2,573 פיקסלים, 359 KB

לתצוגה מקדימה למסך בלבד, 75 dpi מספיקים ושליש הבתים. עבור כל דבר שיודפס, 150 dpi היא הרצפה המעשית; 220 dpi מיועד לכתב קטן ולכללים עדינים, לא לטקסט גוף רגיל.

חילוץ טקסט

מדגם הטקסט בן 20 העמודים שלף 26,191 תווים ב-0.066 שניות במכונת הבדיקה. המספר הזה חשוב לזרימת העבודה של "PDF לטקסט": העלות נשלטת על ידי פתיחת המסמך, לא על ידי המילים, כך שדוח ארוך יותר לוקח כמעט אותו זמן כמו דוח קצר.

מה שהבדיקה הזו לא מוכיחה

אלה קבצים שנוצרים, לא המסמכים המגושמים שמגיעים בעבודה אמיתית: סריקת טלפון בנפח 40 מגה עם צל למטה, טופס עם רקע כהה, קובץ PDF שהתמונות שלו הן כבר JPEG באיכות 60 (שלא ניתן לשפר אותה בקידוד מחדש). אלו המקרים שבהם הטווח רחב יותר מהטבלה שלמעלה, בשני הכיוונים. השיטה היא מה שמכליל: שנה הגדרה אחת, מדוד את הקובץ והסתכל על הטקסט הקטן ביותר לפני קבלת התוצאה. פתח את דחיסת PDF לנסות את זה בקובץ משלך, או לייצא עמוד כתמונה.

לשחזר את זה

שלושת הדוגמאות נוצרות על ידינו וניתן להורדה בחינם: text-20-pages.pdf, photo-5-pages.pdf, scan-10-pages.pdf. התסריט שבנה אותם והפעיל את המנוע נמצא במאגר הפרויקטים as tools/blog_benchmarks.py; הוא כותב את המספרים הגולמיים ל docs/benchmarks/latest.json.

מאפליקציית הריצה

אלו הם לכידות של המבנה Rifinit שנשלח, לא מודלים: מה Compress PDF מבקש ומה הוא מחזיר. כל זרימת עבודה במדריך זה נבדקה באותו מבנה.

חלונית דחיסת PDF עבור sample-noise.pdf: גודל שהועלה 4.0 MB, גודל דחוס 527.1 KB · קטן ב-87%, איכות תמונה
הגדר את האיכות, הרזולוציה ומה להפיל
העמוד המוכן לאחר דחיסת sample-noise.pdf: 527.1 KB · קטן ב-87% מהמקור (4.0 MB) · 2 דפים · נמחק
הורד את ה-PDF הדחוס

אלכס ראשיד - מוביל עריכה, Rifinit. אלכס רושיד הוא שורת העריכה המשמשת את צוות ההנדסה Rifinit. המדריכים בבלוג זה נכתבים ונבדקים על ידי האנשים שמתחזקים את מנוע ה-PDF, עורך הדפדפן וצינור ה-OCR, וכל טענה של כלי נבדקת מול ה-build שנשלח לפני פרסום. עוד על המחבר · איך אנחנו כותבים וסוקרים.

פתח את דחיסת PDF קרא את המדריך המלא עיין בכל הכלים

תקנים ומקורות: ניתוח וכתיבה של PDF פועלים לפי מפרט PDF הפתוח, המתועד ב- רישום פורמטים של ספריית הקונגרס; הממשק עוקב אחריו WCAG 2.2 (W3C). Rifinit אינו תלוי בשני הארגונים.

מאת צוות Rifinit. פורסם תחת ה אלכס ראשיד byline. אנו בונים, בודקים ומתעדים את כלי ה-PDF הללו בבית: כל מדריך נכתב על ידי אותם מהנדסים שעובדים על הממירים, העורך וצינור ה-OCR. תכירו את הצוות. קרא איך אנחנו כותבים ובודקים, שלנו מדיניות הפרטיות ו תנאים. נבדק לאחרונה .

עקוב אחר Rifinit פייסבוק לינקדאין פינטרסט Reddit