PDF 压缩完整指南

PDF（Portable Document Format）是由 Adobe 公司于 1993 年推出的跨平台文档格式。它的设计目标是在任何操作系统、任何硬件设备上保持文档的外观完全一致。为了实现这一目标，PDF 内部实际上是一个复杂的对象容器，将文本、字体、矢量图形、栅格图像、书签、超链接、表单字段、数字签名等多种数据打包在一个文件中。

正因为这种"一切打包在内"的设计哲学，许多 PDF 文件的体积往往远超纯文本或纯图像文件——一份 50 页、包含扫描图像和嵌入字体的报告，体积动辄数十 MB，给邮件传输和在线分发带来了麻烦。

PDF 压缩就是通过多种技术手段，在尽可能保持视觉效果的前提下减小 PDF 文件体积的过程。它本质上是一种"选择性优化"：对不同类型的数据采用不同的压缩策略，在画质损失可接受的范围内最大化体积压缩率。

在深入讨论具体压缩方法之前，我们需要先了解 PDF 的内部结构。从压缩优化的角度，PDF 内部数据大致可以分为以下四类：

• 文本对象（Text）：文档中的字符序列和排版指令。通常采用 Flate（即 ZIP 压缩使用的 DEFLATE 算法）进行无损压缩，压缩率通常可达 3:1 到 10:1，是最"划算"的压缩对象。
• 图像对象（Image）：内嵌的栅格图像。这往往是 PDF 体积的最大组成部分（尤其在扫描件和照片类文档中可能占 70% 以上），也是压缩时"最花钱"的地方——画质损失主要发生在这里。图像可以使用 JPEG、JPEG2000、JBIG2 等多种压缩算法。
• 字体对象（Font）：PDF 可以将字体文件完整嵌入以保证跨平台显示一致。一套完整的中文字体（如宋体、黑体）可能高达 5-10MB，即使是拉丁字体也常有数 MB。字体子集化（Subsetting）——仅保留文档中实际使用的字符——是减小这部分体积的核心手段。
• 元数据与其他对象（Metadata & Others）：包括文档信息（作者、标题、关键字）、大纲（书签）、注释、表单字段、数字签名、缩略图缓存等。PDF 编辑过程中可能留下未被引用的冗余对象、历史修订记录等无用数据。

理解了这四大类对象的特性之后，就可以针对每一类采用合适的压缩策略。一个优秀的 PDF 压缩工具通常会：对文本和元数据执行无损的 Flate 压缩；对图像根据其类型选择合适的有损/无损压缩算法；对字体执行子集化；并清理所有未被引用的冗余对象。在接下来的章节中，我们会逐一深入讨论这些压缩技术的原理与实际效果。

如果您只想快速开始，我们的 PDF 压缩工具已经为您预设好了合理的压缩策略，只需上传 PDF 即可获得优化后的文件。

为了更深入地理解 PDF 压缩技术，我们需要对 PDF 内部的四大对象类型有更清晰的认知。每一种对象的压缩策略、可压缩程度、以及压缩后的画质损失都完全不同。

一、文本对象：纯无损压缩的最佳目标

文本对象是 PDF 中最容易压缩的内容。它由一系列的字符代码和排版指令（如"设置字体大小为 12pt"、"移动到坐标 (100, 200)"、"输出字符序列"）组成。这些指令在原始 PDF 中以类 PostScript 的文本形式存储，存在大量的冗余和重复模式。

对文本对象的标准压缩方法是 Flate 压缩（RFC 1951 定义的 DEFLATE 算法，与 ZIP 和 gzip 使用的算法相同）。DEFLATE 结合了两种技术：

• LZ77（Lempel-Ziv 1977）：查找并替换重复的数据序列。例如文档中反复出现的"第 X 章"、表格标签、格式指令等，都会被编码为指向先前出现位置的"长度+距离"对。
• 哈夫曼编码（Huffman Coding）：为高频出现的符号分配较短的码字，为低频符号分配较长的码字。典型 PDF 文本流中，空格、括号、数字等符号出现频率远高于其他字符。

这两步的组合是纯无损的——解压缩后的内容与原始内容字节级一致。因此，对文本对象的压缩是"零损失、高收益"的操作，任何负责任的 PDF 压缩工具都会在所有压缩级别中默认执行。

二、图像对象：压缩的主战场

图像是 PDF 中体积最大、压缩策略最复杂的对象。内嵌图像在 PDF 中的存储格式有多种：

• JPEG（DCT 压缩）：最常见的有损压缩格式，对照片和连续色调图像压缩效率极高，但对含有锐利文字或纯色边缘的图像会产生明显的"块状伪影"。
• JPEG2000（小波变换）：JPEG 的继任者，在相同画质下体积可减小约 20-30%，支持无损/有损模式，支持感兴趣区域（ROI）编码。但浏览器和 PDF 阅读器的支持略逊于 JPEG。
• JBIG2（二值图像压缩）：专门针对黑白二值图像设计（如扫描件的文字层），在扫描件 PDF 中压缩率极为出色，通常比将二值图像保存为 JPEG 小 5-10 倍。
• PNG/Flate（无损图像）：对图像数据直接进行 Flate 压缩，画质零损失。适用于截图、图标等含有锐利边缘的图像，但压缩率远低于 JPEG。

图像压缩在 PDF 压缩中的重要性无论如何强调都不过分。一份 10MB 的扫描件 PDF 中，可能 8-9MB 都是内嵌图像的体积。对这些图像执行 DPI 降采样（如从 600DPI 降到 150DPI）或重新以较低质量编码为 JPEG，往往可以在肉眼难以察觉的前提下将图像体积压缩到原来的 1/4 甚至更小。

三、字体对象：最容易被忽视的体积大户

PDF 为了实现"所见即所得"的跨平台一致性，可以将文档中使用的字体嵌入文件内部。这意味着即使接收方的电脑上没有安装相应字体，PDF 依然可以按原始样式显示。

但这一便利的代价是体积。一套完整的中文字体（包含 GB18030 字符集中的两万七千多个汉字）通常有 5-15MB。如果一份 PDF 文档嵌入了 3 种中文字体，光是字体就可能占 15-30MB。

好在几乎所有现代 PDF 生成工具都支持字体子集化（Font Subsetting）——只嵌入文档中实际使用的字符。例如一份英文合同可能只使用了 80 个不同的 ASCII 字符，子集化后的字体文件可能只有数 KB。中文文档即使子集化后通常也需要嵌入数百到数千个汉字，但相对于完整字体文件，子集化依然可以将字体体积减小 90% 以上。

四、元数据与冗余对象：清理即可获得的免费收益

PDF 在多次编辑、导出、保存的过程中，内部结构可能会产生"数据碎屑"：

• 未被引用的对象：旧版本的图像、已删除的注释、被覆盖的页面内容等，仍然存储在 PDF 文件中但没有任何页面引用它们。
• 重复对象：同一张 logo 图像在每一页都被独立嵌入一次，而不是共享同一个对象引用。
• 未压缩的流数据：部分工具生成的 PDF 中，文本流或元数据可能以未压缩的原始形式存储。
• 缩略图缓存：某些 PDF 编辑器会为每一页生成缩略图并嵌入文档中，用于快速预览，但这些缩略图往往可以安全移除。
• 历史修订记录：支持增量更新的 PDF 可能保留先前版本的内容快照。

清理这些冗余数据不需要牺牲任何画质——它是纯粹的"免费收益"。经验上，对一份经过多次编辑的 PDF，仅清理冗余对象就可以获得 5-20% 的体积减小。

Flate 压缩（在 PDF 规范中名为 /Filter /FlateDecode）是 PDF 中最常用的无损压缩方法，也是所有现代 PDF 阅读器必须支持的标准过滤器。它的底层实现就是 RFC 1951 中定义的 DEFLATE 算法——与 ZIP、gzip、PNG 所使用的压缩算法完全相同。

DEFLATE 的两步核心算法

DEFLATE 组合了两种经典压缩技术，按顺序对数据进行处理：

第一步：LZ77 替换（Lempel-Ziv 1977）

LZ77 的核心思想是"如果一段数据在之前已经出现过，就用（距离, 长度）对来引用它，而不是重复存储原始数据"。算法维护一个滑动窗口（通常为 32KB），在当前位置向前查找最长的匹配子串。如果找到足够长（≥3 字节）的匹配，就用一个 (distance, length) 对来替换；否则直接输出字面量（Literal）字节。

例如在 PDF 文本流中，字符串 "BT /F1 12 Tf"（"开始文本对象/使用字体 F1 12磅"）可能在每页开头反复出现，LZ77 会将后续出现替换为指向首次出现位置的引用。

第二步：哈夫曼编码（Huffman Coding）

经过 LZ77 处理后，数据流变成了字面量（Literal）、长度（Length）、距离（Distance）三类符号的混合序列。这些符号的出现频率并不均匀——在 PDF 文本流中，空格、括号、数字、以及常见的 PDF 指令关键字会高频出现。哈夫曼编码为每一个符号分配长度与其出现频率成反比的二进制码字：高频符号分配短码字，低频符号分配长码字。

DEFLATE 标准中使用了预定义的哈夫曼码表（用于"固定哈夫曼块"），也支持动态生成码表（用于"动态哈夫曼块"）。动态哈夫曼块需要额外存储码表的元数据，但对压缩率的优化更显著，因此大多数 PDF 使用动态哈夫曼块。

压缩率的理论与实际

DEFLATE 对不同类型数据的压缩率差异显著：

• PDF 文本与排版指令：由于高度重复的指令关键字和模式，压缩率通常可达 3:1 到 10:1（即体积减小 67-90%）。
• 矢量图形指令：SVG 风格的路径描述也有显著重复模式，压缩率通常为 2:1 到 5:1。
• 已压缩的图像数据：JPEG、PNG 等本身已经是压缩格式的数据，对它们再应用 Flate 压缩几乎没有收益（体积变化通常在 ±5% 以内）。
• 完全随机数据：DEFLATE 不可能压缩随机数据（实际上会略有膨胀，因为需要存储块头信息）。

理解这些边界条件非常重要。有些用户会困惑"为什么我的 PDF 经过压缩工具后体积只减小了 10%"——这很可能是因为原始 PDF 中的文本对象已经被生成工具进行了 Flate 压缩，而占体积大头的图像数据再经 Flate 压缩几乎无效。这也是为什么我们需要在接下来的章节中讨论有损图像压缩。

DEFLATE 的安全与兼容性

Flate 压缩的最大优势之一是其广泛的兼容性。根据 PDF 1.3 规范，/FlateDecode 是所有符合标准的 PDF 阅读器必须支持的过滤器。这意味着用 Flate 压缩后的 PDF 可以在 Adobe Acrobat、Foxit Reader、Chrome PDF Viewer、macOS Preview、iOS/Android 内置 PDF 阅读器等几乎所有环境中正常打开。

此外，Flate 压缩是纯无损的——解压缩后的数据与原始数据字节级一致，不存在任何画质损失或信息退化的风险。这使得 Flate 压缩成为对合同、法律文档、扫描件、票据等需要严格保真的文档类型最安全的压缩方法。

小结：什么时候 Flate 压缩就够了？

如果您的 PDF 主要由文本和矢量图形组成（例如学术论文、技术报告、电子书籍），并且原始 PDF 生成时未执行有效压缩，那么仅执行 Flate 压缩和冗余对象清理就可能获得 30-60% 的体积减小，且完全无损画质。在这种情况下，使用 我们工具的"低压缩"模式 就是最佳选择。

但如果您的 PDF 主要由扫描图像、照片或其他栅格内容组成，Flate 压缩的效果会非常有限。接下来的章节将讨论真正能显著减小这类文档体积的有损图像压缩技术。

当 PDF 的主要体积来源于内嵌图像时（这是大多数扫描件、照片文档和设计稿的情况），仅靠 Flate 无损压缩的效果非常有限。此时需要使用有损图像压缩——在可接受的画质损失范围内，用更激进的算法压缩图像数据。以下是 PDF 中最常用的三种有损压缩格式的深入对比。

一、JPEG（DCT 压缩）：最经典的有损压缩

JPEG（由联合图像专家组 Joint Photographic Experts Group 制定）是世界上最流行的图像压缩格式，也是 PDF 规范中最早支持的有损压缩过滤器（/Filter /DCTDecode）。

JPEG 的压缩过程分为四步：

1. 色彩空间转换与子采样：将 RGB 转换为 YCbCr 空间（Y 为亮度，Cb/Cr 为蓝色/红色色差），利用人眼对亮度细节更敏感、对颜色细节较不敏感的特性，对 Cb/Cr 通道进行 2×2 或 1×2 子采样（即每 4 个 Y 值对应 1 个 Cb 和 1 个 Cr 值）。这一步已经将数据量减半。
2. 8×8 分块与 DCT 变换：将图像划分为 8×8 的像素块，对每块执行离散余弦变换（Discrete Cosine Transform），将空间域的像素值转换为频率域的 DCT 系数。左上角系数为直流（DC）分量（代表该块的平均亮度），其他为交流（AC）分量（代表该块的细节变化）。
3. 系数量化（核心有损步骤）：将每个 DCT 系数除以一个量化表中对应的值并取整。量化表由"质量参数"（Quality）控制——质量参数越低，量化表中的值越大，越多的高频系数被量化为 0。高频系数对应图像中的锐利细节，人眼对这些细节较不敏感，因此丢弃它们的感知损失较小。
4. Z 字形扫描 + 行程编码 + 哈夫曼编码：将量化后的二维系数矩阵按 Z 字形（zig-zag）展开为一维序列，使得零值连续出现的概率最大化，然后用行程编码（Run-Length Encoding）压缩零值序列，最后对所有符号执行哈夫曼编码。

JPEG 的压缩效果高度依赖内容类型：

• 照片 / 连续色调图像：JPEG 的最佳应用场景。质量参数 75-85 时，肉眼几乎无法察觉差异，但体积可减小 75-90%。
• 截图 / 文字扫描件：JPEG 的最差应用场景。文字的锐利边缘在 8×8 分块边界会产生明显的"块状伪影"（blocking artifacts），即使在很高的质量参数下依然可见。对这类内容，建议使用无损 PNG 或专门的二值图像压缩（JBIG2）。
• 图标 / Logo：如果含有大面积纯色和锐利边缘，JPEG 的表现同样不佳。

二、JPEG2000（小波变换）：现代但兼容性略逊

JPEG2000（ISO/IEC 15444）是 JPEG 的继任者，采用完全不同的压缩思路：基于离散小波变换（DWT）而不是 DCT。它在 PDF 中的过滤器标识为 /Filter /JPXDecode。

相比 JPEG，JPEG2000 的主要优势包括：

• 更高的压缩率：在相同主观画质下，体积通常比 JPEG 小约 20-30%。
• 无块状伪影：小波变换是全局的而不是分块的，因此不会出现 JPEG 特有的 8×8 块边界问题，对文字和锐利边缘的表现显著优于 JPEG。
• 同时支持无损和有损：同一个编码框架下可以选择无损（5/3 小波）或有损（9/7 小波）模式。
• 渐进式传输：支持先传输低分辨率版本，再逐步提升清晰度，适合网络流式预览。
• 感兴趣区域编码（ROI）：可以指定图像中的某些区域以更高质量编码，其余区域以更低质量编码。

JPEG2000 的唯一短板是兼容性。虽然 PDF 1.5 规范已将 JPXDecode 纳入标准，但部分较旧的 PDF 阅读器（尤其是移动设备上的轻量阅读器）可能对 JPEG2000 的支持不完整。如果您的目标读者使用的是现代浏览器（Chrome/Edge/Firefox/Safari 最近版本）或主流桌面阅读器（Adobe Acrobat Reader DC、Foxit Reader），JPEG2000 的兼容性是完全可靠的。

三、JBIG2（二值图像压缩）：扫描件的终极武器

JBIG2（Joint Bi-level Image Experts Group 2）是专门为黑白二值图像设计的压缩标准，在 PDF 中通过 /Filter /JBIG2Decode 调用。

如果您的 PDF 是纯文字扫描件（如书籍扫描、票据扫描、合同扫描），那么 JBIG2 是最理想的压缩算法。因为文字扫描件本质上就是二值图像——每个像素要么是黑色（墨点），要么是白色（纸张）。

JBIG2 的核心思路非常巧妙：它不是逐像素存储，而是先在图像中识别出相似的字符形状，将它们聚类为"字符模板"，然后用"在位置 (x, y) 使用模板 #37"这样的引用方式来存储。这本质上类似于 OCR 的思路——利用文本图像中字符重复出现的特性。

JBIG2 的压缩率极为出色：

• 与将扫描件保存为 8-bit 灰度 JPEG 相比，JBIG2 通常可以再减小 5-10 倍的体积。
• 与 CCITT Group 4（传真机时代常用的二值图像压缩）相比，JBIG2 通常可以再减小 2-5 倍。
• JBIG2 同时支持无损和有损模式。有损模式下允许字符形状有微小差异（例如同一个字母"A"在不同位置出现时，像素细节略有不同），这对人类阅读完全不构成影响，但可以显著提升压缩率。

JBIG2 的主要限制是：仅适用于真正的二值图像（即每个像素只有黑/白两种取值）。如果扫描件中包含照片、彩色印章或彩色标记，JBIG2 将不适用。此外，JBIG2 在较旧的 PDF 阅读器中也可能存在兼容性问题。

四、压缩算法对比总结

综合以上讨论，三种有损压缩算法在 PDF 场景中的适用范围可以简单总结为：

• 扫描件 / 纯文本文档 → JBIG2（推荐）：最高压缩率、无画质损失、但需要阅读器支持。
• 照片 / 彩色图像丰富的文档 → JPEG2000（推荐）或 JPEG（兼容优先）：在画质与体积间取得最佳平衡。
• 混合内容 / 通用文档 → JPEG（最通用）：兼容性最好、所有阅读器均支持，质量参数 75-85 是通用最优值。
• 截图 / 图标 / 锐利边缘内容 → 保持 PNG/Flate（无损）：JPEG 在这类内容上会产生严重的块状伪影。

我们的 PDF 压缩工具的"中压缩"和"高压缩"模式会智能地识别内嵌图像类型并选择合适的压缩策略。对于纯扫描件，会优先尝试 JBIG2/JPEG2000；对于通用文档，则以 JPEG 为主要压缩方式。

在了解了压缩算法的原理之后，我们需要解决一个更实际的问题：如何选择合适的压缩级别？不同的压缩级别对应不同的"图像质量参数 + DPI 降采样阈值"组合，最终在体积和画质之间取得不同的平衡。本节我们以一个典型的办公场景为例，定量分析不同压缩级别的实际效果。

测试场景设定

假设我们有一份典型的 20 页商务报告 PDF，内容结构为：

• 3 页封面和目录（含彩色 Logo 和图表缩略图）
• 12 页正文（大量文字 + 少量内嵌图表和截图）
• 3 页产品照片（每页含 2-3 张产品图）
• 2 页附录（含表格数据截图）

原始 PDF 体积：12.4 MB（其中字体约 2.1 MB、文本约 0.6 MB、图像约 9.2 MB、元数据与其他约 0.5 MB）。

我们将这份 PDF 分别经过三种压缩级别处理，观察体积变化与主观画质感受。

级别一：低压缩（高保真）

低压缩模式的核心原则是"只做免费的事"——仅执行不会导致任何画质损失的操作：

• 对所有未压缩的文本流和元数据应用 Flate/DEFLATE 压缩
• 识别并移除所有未被引用的冗余对象、重复对象
• 清理缩略图缓存、历史修订记录等无用元数据
• 对字体执行子集化（subset）——仅保留文档中实际使用的字符
• 图像不做任何重编码（即保持原始分辨率和原始质量参数）

实测结果：

• 处理后体积：约 10.8 MB
• 体积减小：约 13%（1.6 MB）
• 画质变化：完全无损失——像素级与原版一致
• 字体体积：从 2.1 MB 减小到约 0.6 MB（子集化后只保留实际使用的约 1200 个汉字字符）
• 处理耗时：最快（通常 2-5 秒）

适用场景：合同、法律文档、票据扫描件、需要长期归档的档案、提交给政府/客户的正式文档等任何不允许有任何画质损失的场景。低压缩模式的收益主要来自字体子集化和冗余对象清理，对于未经优化的原始 PDF，这通常已经足够获得显著的体积减小。

级别二：中压缩（均衡）

中压缩模式在低压缩的基础上加入了温和的图像优化：

• 低压缩模式的所有操作
• 对超过 200 DPI 的图像执行 DPI 降采样到 150 DPI——对于屏幕阅读和普通打印（150 DPI 打印输出已经足够清晰，大多数人无法分辨 150 DPI 与更高分辨率的差异）
• 对 JPEG 图像以质量参数约 75-80 重新编码
• 对未压缩的 TIFF/BMP 图像转换为 JPEG 格式

实测结果：

• 处理后体积：约 4.3 MB
• 体积减小：约 65%（8.1 MB）
• 画质变化：轻微到几乎不可察觉——需要将局部放大到 200% 以上才能看到细微的图像质量下降
• 图像体积：从 9.2 MB 减小到约 2.1 MB（这是体积减小的主要来源）
• 处理耗时：中等（通常 5-15 秒）

适用场景：日常办公邮件附件、网页上载分发、内部会议材料、培训文档、产品手册等绝大多数常规场景。中压缩模式是工具的推荐默认值——在绝大多数文档上，它在体积与画质之间提供了接近最优的平衡。

级别三：高压缩（体积优先）

高压缩模式以显著降低图像质量为代价，追求最大的体积压缩率：

• 中压缩模式的所有操作
• 将图像 DPI 降采样到 96 DPI（适合纯屏幕阅读，但打印时可能看到明显的像素化）
• 对 JPEG 图像以质量参数约 40-50 重新编码
• 激进的色彩子采样（可能降低颜色精度）

实测结果：

• 处理后体积：约 1.8 MB
• 体积减小：约 85%（10.6 MB）
• 画质变化：明显可见——图像中的锐利边缘（如表格线、文字）可能出现轻微虚化或色彩偏差；照片中的细微纹理可能丢失。
• 图像体积：从 9.2 MB 减小到约 0.8 MB
• 处理耗时：最长（通常 10-30 秒，因需要对图像进行完全重新编码）

适用场景：移动端流量受限环境、大容量邮件附件上限临近（如 25MB 邮箱限制）、内部非正式沟通、草稿文档等体积优先、画质次之的场景。

应该如何选择？一个实用的决策流程图

综合以上实测结果，我们建议按以下优先级进行决策：

1. 文档是否需要严格保真？（合同、法律文件、票据、需打印的设计稿） → 选择低压缩。
2. 文档内容以什么为主？ — 如果是大量文字和矢量图 → 低压缩通常已经足够（且无任何画质损失）。
3. 文档中是否含有大量高分辨率图像？（扫描件、照片、产品手册） → 选择中压缩；如果体积仍然过大或需要在移动网络发送 → 再尝试高压缩并人工检查画质是否可接受。
4. 邮件附件大小是否即将触及上限？ → 先尝试中压缩；如果仍然过大 → 再尝试高压缩。

最实用的建议是：在 我们的 PDF 压缩工具中依次尝试"中压缩"和"低压缩"，比较两者的结果。如果中压缩的画质您可以接受，中压缩通常是性价比最高的选择；如果中压缩后画质明显下降（尤其在截图和表格文字上），则退回到低压缩。由于我们的工具是纯前端运行，所有处理都在您的浏览器中完成——您可以安全地多次尝试不同的压缩级别而无需担心数据安全。

除了使用我们的 PDF 压缩工具之外，在文档生成和编辑环节遵循一些最佳实践，往往可以在压缩之前就获得显著的体积减小。以下是经过大量实战验证的 6 个实用技巧。

技巧一：从源头控制分辨率——不要用 600 DPI 扫描普通文档

扫描纸质文档时，很多人会本能地选择最高分辨率（600 DPI）以"确保清晰度"。但对于普通文字文档，150-200 DPI 已经足够清晰，600 DPI 扫描的图像体积是 150 DPI 的 16 倍（因为面积 = 宽度 × 高度）。

一个简单的换算：一张 A4 纸在 600 DPI 下的像素约为 4960 × 7016 ≈ 3480 万像素；在 150 DPI 下约为 1240 × 1754 ≈ 217 万像素，仅为前者的 1/16。对纯文本的 OCR 识别，150 DPI 已经足以达到 99% 以上的识别准确率。

如果您已经扫描了高分辨率文档，不必担心——我们工具的中压缩模式会自动将图像 DPI 降采样到适合屏幕阅读的水平。

技巧二：合理设置图像格式——截图用 PNG，照片用 JPEG

不同内容类型的图像适合使用不同的存储格式：

• 截图 / 文字扫描件 / 图标 / Logo：PNG（无损）或 WebP（无损模式）。这类内容的特点是大面积纯色和锐利边缘，JPEG 会在分块边界产生明显的彩色伪影。
• 照片 / 自然图像：JPEG 或 JPEG2000。质量参数 75-85 是肉眼几乎无法察觉差异的推荐范围。
• 二值扫描件（纯黑白）：JBIG2 或 CCITT Group 4。对于纯文字的扫描件，专门的二值压缩算法可以比 JPEG 再小 5-10 倍。
• PDF 中的矢量图形（Illustrator / InDesign 等工具生成的图表）：保持矢量，不要栅格化。矢量图形通常比相同视觉效果的栅格图像小得多，且可以无损缩放。

技巧三：字体子集化——只嵌入真正使用的字符

这是最容易被忽视但效果最显著的优化之一。现代 PDF 生成工具（如 Microsoft Word、Adobe InDesign、WPS 等）通常支持"仅嵌入使用的字符"选项。

以中文字体为例：完整的宋体（SimSun）包含两万七千多个汉字字形，完整嵌入需要约 10MB。但一份 20 页的中文报告实际使用的汉字通常只有 1000-2000 个，子集化后字体文件体积可能只有 500KB-1MB。

检查您的 PDF 生成工具是否开启了字体子集化选项：在 Microsoft Word 的"选项 → 保存"中，确保选中"将字体嵌入文件"并选择"仅嵌入所用字符"；在 Adobe InDesign 的"导出 Adobe PDF"对话框中，确保字体子集化阈值设为一个合理值（如 100%——即所有字符都子集化）。

技巧四：避免重复嵌入同一图像——使用对象引用而不是复制

一个常见但浪费空间的做法是：在 PDF 的每一页独立嵌入 Logo 图像，而不是所有页共享同一个图像对象引用。

假设一个 Logo 的 PNG 图像是 30KB，一份 50 页的文档每页都独立嵌入它——光 Logo 就占了 50 × 30KB = 1.5MB，而正确做法下整个文档只需要存储一次这张 Logo（30KB）。

专业的 PDF 生成工具（如 Adobe Acrobat、PDFLib、LaTeX）会自动处理这个问题，但某些轻量级工具（如从 PowerPoint 直接导出 PDF、或使用在线 HTML-to-PDF 服务）可能不会智能地去重。我们的 PDF 压缩工具会自动检测并合并重复的图像对象。

技巧五：压缩后再检查——真的需要那一页附录吗？

在实际工作中，最有效的"压缩"往往不是技术手段，而是内容审查：真的需要在 PDF 中包含那 10 页附录截图吗？那些产品照片真的需要原图分辨率吗？页眉中的 Logo 是否可以用更小的版本？

对于含有大量截图的技术文档，一个常见的"隐藏体积陷阱"是：屏幕截图通常是 1920×1080 的全分辨率 PNG，但插入到文档后实际显示大小可能只有 16cm × 9cm。PDF 在打印或显示时会按缩放比例渲染，但内部存储的是完整的原始像素。对这类图像，在插入文档之前先将图像缩放到实际显示的分辨率——这是性价比最高的优化步骤，往往可以将图像体积减小 70% 以上而不损失任何可见清晰度。

技巧六：使用"打印为 PDF"重新生成——有时最简单的方法最有效

如果一份 PDF 经过多次编辑、批注、签名、页面插入删除后，内部结构可能变得极为复杂和冗余。在这种情况下，有时候最彻底的优化方案是将 PDF 重新"打印"为一份新的 PDF。

在 Windows 上使用 Microsoft Print to PDF 或在 macOS 上使用"保存为 PDF"，本质上是让 PDF 阅读器重新解析原始文档并生成一份全新的、结构干净的 PDF。重新生成的 PDF 通常不会保留原始文档中的冗余对象、修订历史、无效注释等，有时可以获得意想不到的体积减小效果。

但需要注意这一操作的副作用：数字签名会丢失（新 PDF 是一份全新文档）、可编辑的表单字段可能被扁平化、某些交互元素（如 JavaScript 动作、多媒体内容）可能不被保留。因此在对合同、票据等需要保留原始签名的文档中，请慎用此方法。

组合使用多个技巧的累积效果

上述技巧的效果不是线性相加的，而是累积的。一份未经优化的 50MB 扫描件可能经过：DPI 从 600 降到 150（体积 × 1/16）→ 使用 JBIG2 二值压缩代替 JPEG（体积再 × 1/5）→ 字体子集化（字体从 15MB 降到 1MB）→ 合并重复 Logo 图像 → 清理冗余对象，最终体积可能从 50MB 降到 2-3MB，减小比例超过 90%，但视觉上几乎与原版无法区分。

将以上 6 个技巧与 我们的 PDF 压缩工具 结合使用，通常可以在最小化画质损失的前提下获得最大化的体积压缩效果。

PDF 压缩看似普通的办公操作，但实际上涉及大量敏感信息。合同文档中的条款、财务报表中的数字、客户资料、个人身份证扫描件、公司内部报告、含有银行账号的账单——这些文档中的任意一份泄露都可能造成严重的后果。在选择 PDF 压缩工具时，数据安全是比压缩率更重要的考量因素。

在线 PDF 压缩工具的两种实现方式：服务器端 vs 本地端

目前互联网上的在线 PDF 压缩工具主要有两种实现方式，它们的安全性天差地别：

方式一：服务器端处理（Server-side）

用户将 PDF 上传到工具的服务器，服务器上的 PDF 处理程序（如 Ghostscript、qpdf、Adobe PDF Library）执行压缩，然后将压缩后的文件返回给用户下载。用户在浏览器中看到的只是一个文件上传和下载的界面，真正的压缩处理发生在远程服务器上。

这种方式的安全风险包括：

• 文件被服务器永久或临时存储：即使服务商承诺"不保存用户数据"，您也无法验证这一承诺是否被严格执行。服务器日志、临时缓存、数据库备份中都可能保留您的文档副本。
• 传输过程中的安全风险：虽然大多数工具使用 HTTPS 加密传输，但 HTTPS 只保护传输链路中的数据，不保护数据到达服务器后的处理与存储环节。
• 第三方监控与合规风险：在某些司法管辖区，服务商可能被要求向政府机构提供用户数据。企业用户还需要考虑数据是否涉及 GDPR、等保 2.0 等合规要求。
• 服务商自身的数据安全：即使服务商主观上保护用户数据，也可能被黑客入侵——历史上有多起知名 SaaS 服务数据库被拖库的案例。

方式二：本地浏览器端处理（Client-side / Pure Frontend）

压缩处理完全在用户的浏览器内部完成。工具通过 JavaScript 调用现代浏览器提供的 File API 读取本地 PDF 文件，在 JavaScript 引擎中解析 PDF 的对象结构，应用压缩算法（Flate 压缩、图像重编码等），最后将处理后的文件通过 Blob 对象保存到本地。

整个过程中，PDF 文件的字节数据始终只存在于浏览器的内存中：

• PDF 数据从未通过网络发送到任何服务器
• PDF 数据从未被写入任何第三方的硬盘或数据库
• 处理完成后，浏览器关闭或刷新标签页时，内存中的处理数据即被清除
• 工具的代码在浏览器中是透明可审计的——任何人都可以通过浏览器开发者工具审查代码逻辑

我们的 PDF 压缩工具采用的就是纯前端本地处理的方式。您可以在断网状态下打开本工具并验证其功能——在完全断开网络连接的情况下，工具的所有功能依然完全正常。这是本地处理的最有力证明。

敏感文档的额外保护建议

即使使用本地处理的工具，对于含有高度敏感信息的 PDF，我们仍建议采取额外的保护措施：

1. 脱敏处理（Redaction）

在压缩和分享之前，对文档中的敏感信息进行黑条覆盖或删除。常见需要脱敏的内容包括：

• 个人身份证号、护照号、驾驶证号
• 银行账号、信用卡号、支付二维码
• 家庭住址、手机号码、电子邮箱
• 公司内部项目代号、员工编号、客户名称
• 商业合同中的价格条款、采购数量等

Adobe Acrobat Pro 等专业 PDF 工具提供标准的"红action"功能，可以永久性、不可恢复地从 PDF 中移除敏感信息。请注意：简单地在文字上绘制黑色矩形并不安全——原始文字可能仍然存在于 PDF 对象流中，只是被视觉覆盖。必须使用专业的红action工具或确保重新生成 PDF。

2. 在离线或受控环境中操作

对于极端敏感的文档（如上市公司未公开的财务报告、法律诉讼中的证据文件），建议在完全断网的电脑上操作。您可以：

• 断开电脑的网络连接后使用本地处理的在线工具
• 使用开源离线工具（如 Ghostscript 命令行工具、qpdf 等）
• 在公司内网的安全隔离环境中处理

3. 数字签名与密码保护

如果压缩后的 PDF 需要通过网络传输，可以考虑添加 PDF 密码保护或数字签名。PDF 标准支持两种密码：

• 打开密码（User Password）：打开文档时需要输入的密码，未输入密码则完全无法查看内容。
• 权限密码（Owner Password）：控制文档是否允许打印、复制文本、修改内容、添加注释等操作。请注意权限密码的保护强度取决于 PDF 阅读器的实现，对有技术能力的攻击者不是绝对安全的。

现代 PDF 标准（PDF 2.0）使用 AES-256 加密，安全性极高。但需要注意：压缩工具在处理加密 PDF 时需要您输入打开密码才能读取内容——由于我们的工具是纯本地处理，密码仅在您的浏览器内存中使用，不会被传输或保存。

4. 元数据清理

除了可见的文档内容，PDF 文件头的元数据也可能泄露敏感信息：作者姓名、创建软件、创建时间、修改历史等。尤其在从 Microsoft Word 等工具导出 PDF 时，文档属性中的作者、公司名称等信息会被自动带入。

在分享 PDF 之前，可以使用"文件 → 属性"查看元数据，并在必要时清理或替换为中性信息（如将作者设为"匿名"、删除公司字段）。

本工具的安全承诺

我们对 PDF 压缩工具的安全性做出以下承诺：

• 零上传：PDF 文件数据从不通过网络发送到任何服务器。
• 零存储：不存储任何用户上传的文件或处理结果。
• 零追踪：不使用任何第三方分析脚本追踪用户行为。
• 开源技术栈：使用经过广泛审查的开源 PDF 处理库，代码逻辑在浏览器中是可见的。
• HTTPS 加密：即使是纯前端工具，我们也使用 HTTPS 加密提供页面，确保工具本身不会被中间人攻击。

安全无小事，谨慎总是正确的选择。我们建议您在处理任何含有敏感信息的 PDF 时，始终优先使用本地处理的工具，并在必要时配合脱敏和加密措施。