Оптимизация и ремонт

Сжатие PDF, измеренное на реальных файлах

Рекомендации по сжатию обычно пишутся так, как если бы все PDF-файлы были одинаковыми. Это не так: текстовый отчет и скан с разрешением 150 dpi реагируют на одну и ту же настройку совершенно по-разному. Итак, мы запустили поставляемый движок Rifinit с тремя сгенерированными документами и записали, что на самом деле получилось. Все рисунки ниже взяты из реального запуска 10 ноября 2026 года, а в конце приведены ссылки, чтобы вы могли их воспроизвести.

Как был построен тест

  • текст-20 страниц — 20 страниц формата А4 обычного основного текста, без изображений.
  • фото-5 страниц - пять страниц, каждая из которых содержит фотоизображение в формате JPEG размером 1600×1200 плюс подпись.
  • скан-10 страниц — десять страниц, содержащих только изображения, обработанных с разрешением 150 точек на дюйм и встроенных как отсканированные изображения (без текстового слоя).

Путь к движку — это переносимая сборка: pypdf с перекодированием изображений PyMuPDF. Сжатие выполнялось со значением по умолчанию 144 пикселей на дюйм, если в строке не указано иное. Размеры — это весь выходной файл, а не страница.

Что на самом деле экономит каждый уровень

Образец Оригинал Низкий Средний Лучший
20-страничный текст 15 КБ 11 КБ 11 КБ 11 КБ
5 страниц с фотографиями 1227 КБ 185 КБ 244 КБ 473 КБ
10-страничный скан 2274 КБ 953 КБ 1108 КБ 1794 КБ

Выделяются две вещи. Текстовый документ почти не перемещается — от 15 до 11 КБ — потому что нет изображений для перекодирования; сжатие PDF-файлов с большим количеством текста — это в основном хозяйственная работа. Страницы с фотографиями уменьшаются до одной шестой своего размера при низком уровне (185 КБ вместо 1227 КБ), потому что качество JPEG делает свою работу. Сканирование оказывается посередине и никогда не достигает результата фотографии, потому что каждая страница представляет собой одно большое изображение, которое уже достаточно эффективно.

Разрешение – больший рычаг

На Medium меняем только целевое разрешение:

Образец 96 пикселей на дюйм 144 пикселей на дюйм 200 пикселей на дюйм
5 страниц с фотографиями 117 КБ 250 КБ 442 КБ
10-страничный скан 609 КБ 1135 КБ 1234 КБ
20-страничный текст 12 КБ 12 КБ 12 КБ

При сканировании снижение разрешения с 200 до 96 пикселей на дюйм снова сокращает файл почти вдвое — больше, чем при переключении низкого/среднего качества. Если документ будет читаться на экране, первое, что нужно попробовать, — это разрешение; выберите наименьшее значение ppi, при котором самый мелкий текст в документе все еще читается.

Экспорт страниц в виде изображений

Одна и та же страница экспортирована с тремя разрешениями, предлагаемыми инструментом (страница 1 образца текста, JPEG с качеством 88):

  • 75 точек на дюйм — 621×877 пикселей, 68 КБ
  • 150 точек на дюйм — 1241×1754 пикселей, 207 КБ
  • 220 точек на дюйм — 1819×2573 пикселей, 359 КБ

Для предварительного просмотра только на экране достаточно 75 точек на дюйм и одной трети байта. Для всего, что будет напечатано, практический уровень — 150 точек на дюйм; 220 dpi предназначено для мелкого шрифта и тонких правил, а не для обычного основного текста.

Извлечение текста

20-страничный образец текста извлек на тестовой машине 26 191 символ за 0,066 секунды. Это число имеет значение для рабочего процесса «PDF в текст»: в затратах преобладает открытие документа, а не слова, поэтому более длинный отчет занимает почти то же время, что и короткий.

Чего этот тест не доказывает

Это сгенерированные файлы, а не громоздкие документы, которые приходят в реальной работе: скан телефона размером 40 МБ с тенью вниз, форма с тонированным фоном, PDF-файл, изображения которого уже имеют формат JPEG с качеством 60 (которое нельзя улучшить перекодированием). Это те случаи, когда диапазон шире, чем в таблице выше, в обоих направлениях. Метод обобщает: измените одну настройку, измерьте файл и посмотрите на самый мелкий текст, прежде чем принять результат. Открыть Сжать PDF попробовать это на своем собственном файле или экспортировать страницу как изображение.

Воспроизведите это

Три образца созданы нами и доступны для бесплатного скачивания: text-20-pages.pdf, photo-5-pages.pdf, scan-10-pages.pdf. Сценарий, который их создал и запустил движок, находится в репозитории проекта под именем tools/blog_benchmarks.py; он записывает необработанные числа в docs/benchmarks/latest.json.

Из запущенного приложения

Это снимки поставляемой сборки Rifinit, а не макеты: что запрашивает Compress PDF и что он возвращает. Каждый рабочий процесс в этом руководстве был проверен на одной и той же сборке.

Панель «Сжать PDF» для sample-noise.pdf: загруженный размер 4,0 МБ, сжатый размер 527,1 КБ · на 87 % меньше, качество изображения
Установить качество, разрешение и что скинуть
Готовая страница после сжатия sample-noise.pdf: 527,1 КБ · на 87 % меньше оригинала (4,0 МБ) · 2 страницы · удалено
Загрузите сжатый PDF-файл

Алекс Рошид — Руководитель редакции, Rifinit. Алекс Рошид — это редакционная подпись, используемая командой инженеров Rifinit. Руководства в этом блоге пишутся и проверяются людьми, которые поддерживают движок PDF, редактор браузера и конвейер OCR, и каждое заявление об инструменте проверяется на соответствие поставляемой сборке перед ее публикацией. Подробнее об авторе · Как мы пишем и проверяем.

Открыть Сжать PDF Прочитать полное руководство Просмотреть все инструменты

Стандарты и источники: Анализ и запись PDF-файлов соответствуют открытой спецификации PDF, описанной в Реестр формата Библиотеки Конгресса; интерфейс следует ВКАГ 2.2 (W3C). Rifinit не зависит от обеих организаций.

Команда Rifinit. Опубликовано под подпиской Алекс Рошид подпись. Мы создаем, тестируем и документируем эти PDF-инструменты самостоятельно: каждое руководство пишется теми же инженерами, которые работают над конвертерами, редактором и конвейером оптического распознавания символов. Познакомьтесь с командой. Читать как мы пишем и проверяем, наш политика конфиденциальности и термины. Последний отзыв .

Следуйте за Rifinit Фейсбук LinkedIn Пинтерест Реддит