優化與修復

PDF 壓縮,在真實文件上測量

壓縮建議通常寫得好像每個 PDF 都是一樣的。事實並非如此:文字報告和 150 dpi 掃描以完全不同的方式回應相同的設定。因此,我們針對三個生成的文件運行了附帶的 Rifinit 引擎,並記下了實際結果。下面的每張圖均來自 2026 年 11 月 10 日的實際運行,範例連結在最後,以便您可以重現它們。

測試是如何建構的

  • 文字 20 頁 — 20 頁 A4 普通正文,無圖像。
  • 照片 5 頁 — 五頁,每頁包含 1600×1200 類似照片的 JPEG 以及標題。
  • 掃描 10 頁 — 十個純圖像頁面,以 150 dpi 渲染並像掃描一樣嵌入(無文字圖層)。

引擎路徑是可移植建置:pypdf 和 PyMuPDF 重新編碼影像。壓縮以預設的 144 ppi 運行,除非一行另有說明。大小是整個輸出文件,而不是每頁。

每個關卡實際節省了什麼

樣品 原創 低 中等 最佳
20頁文本 15KB 11KB 11KB 11KB
5 張照片頁 1,227 KB 185 KB 244KB 473 KB
10頁掃描件 2,274 KB 953 KB 1,108 KB 1,794 KB

有兩件事很突出。文字文件幾乎沒有移動(從 15 KB 到 11 KB),因為沒有要重新編碼的圖像;壓縮文字較多的 PDF 基本上是家務活。由於 JPEG 品質正在發揮作用,照片頁面大小降至低時的六分之一(從 1,227 KB 降至 185 KB)。掃描介於兩者之間,永遠不會達到照片結果,因為每一頁都是一個已經相當高效的大圖像。

解析度是更大的槓桿

在“中”下,僅更改目標解析度:

樣品 96 ppi 144 ppi 200 ppi
5 張照片頁 117 KB 250 KB 442 KB
10頁掃描件 609 KB 1,135 KB 1,234 KB
20頁文本 12KB 12KB 12KB

對於掃描,從 200 ppi 下降到 96 ppi 幾乎再次將文件削減了一半 - 比低/中質量轉換的效果還要大。如果要在螢幕上閱讀文檔,解析度是第一個要嘗試的旋鈕;選擇文檔中最小文字仍可讀的最低 ppi。

將頁面匯出為圖像

以該工具提供的三種解析度導出的同一頁面(文字範例的第 1 頁,JPEG,品質 88):

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

對於純螢幕預覽,75 dpi 和三分之一的位元組就足夠了。對於任何要列印的內容,150 dpi 是實用的底線; 220 dpi 適用於小字體和細線,不適用於普通正文。

文字擷取

20 頁文字樣本在測試機上在 0.066 秒內提取了 26,191 個字元。這個數字對於「PDF 到文字」工作流程很重要:成本主要取決於開啟文檔,而不是文字,因此較長的報告幾乎與較短的報告花費相同的時間。

這個測試沒有證明什麼

這些是生成的文件,而不是實際工作中出現的尷尬文檔:一側有陰影的 40 MB 手機掃描件、帶有彩色背景的表格、圖像已經是質量 60 的 JPEG 的 PDF(無法通過重新編碼來改進)。這些情況的範圍比上表更寬,在兩個方向上。該方法是概括性的:更改一項設置,測量文件,並在接受結果之前查看最小的文字。 打開壓縮 PDF 在您自己的文件上嘗試一下,或者 將頁面匯出為圖像.

重現它

這三個樣本由我們產生並免費下載: text-20-pages.pdf, photo-5-pages.pdf, scan-10-pages.pdf。建置它們並運行引擎的腳本位於專案儲存庫中,如下所示 tools/blog_benchmarks.py;它將原始數字寫入 docs/benchmarks/latest.json.

從正在運行的應用程式

這些是已發布的 Rifinit 構建的捕獲,而不是模型:壓縮 PDF 要求什麼以及它返回什麼。本指南中的每個工作流程均在同一版本上進行檢查。

sample-noise.pdf 的「壓縮 PDF」面板:上傳大小 4.0 MB,壓縮後大小 527.1 KB · 縮小 87%,影像品質
設定品質、解析度和要丟棄的內容
壓縮 sample-noise.pdf 後的完成頁面:527.1 KB · 比原始檔小 87%(4.0 MB)· 2 頁 · 已刪除
下載壓縮的 PDF

亞歷克斯·羅希德 — 編輯主管,Rifinit。 Alex Roshid 是 Rifinit 工程團隊所使用的編輯署名。此部落格上的指南由維護 PDF 引擎、瀏覽器編輯器和 OCR 管道的人員編寫和審核,並且每個工具聲明在發布之前都會根據已發布的版本進行檢查。 關於作者的更多信息 · 我們如何寫作和評論.

打開壓縮 PDF 閱讀完整指南 瀏覽所有工具

標準和來源: PDF 解析和編寫遵循開放 PDF 規範,記錄在 國會圖書館格式註冊表;介面如下 WCAG 2.2 (W3C)。 Rifinit 獨立於這兩個組織。

由 Rifinit 團隊提供。 發表於 亞歷克斯·羅希德 署名。我們在內部建置、測試和記錄這些 PDF 工具:每份指南均由從事轉換器、編輯器和 OCR 管道工作的工程師編寫。 認識團隊。閱讀 我們如何寫作和評論,我們的 隱私權政策 和 條款。最後評論 .

關注Rifinit 臉書 領英 興趣 紅迪網