为什么我的 PDF 文件这么大？

PDF 里到底是什么在占空间

PDF（标准为 ISO 32000）是一组对象的集合：页面描述、字体、图像和元数据，每个对象都可以选择压缩。文字和矢量图形非常小，一整页文字往往只要几 KB。体积问题都出在那些「重」对象上。

扫描页：算一笔账

一页 A4 以 300 PPI 扫描，是 2480 × 3508 = 8,699,840 像素。彩色每像素 3 字节，未压缩时每页约 26.1 MB。

• 灰度（每像素 1 字节）时，同一页未压缩约 8.7 MB。
• 黑白（每像素 1 位）时降到约 1.09 MB，再用 CCITT Group 4 或 JBIG2 等二值压缩，一页文字通常只有几十 KB。
• 彩色版本用 JPG 压缩后通常每页 1–3 MB，所以 20 页的彩色扫描件轻松超过 20 MB。

扫描文字文档时，用 300 PPI 的灰度或黑白模式，而不是 600 PPI 彩色，是扫描件最大的节省手段。

PDF 压缩的原理

PDF 的数据流会声明一个过滤器（filter），说明它的压缩方式。压缩工具就是通过换用更好的过滤器，或用更强的参数重新压缩来缩小文件的。

PDF 1.5 还引入了对象流和交叉引用流，可以压缩文件的内部结构。用较新的 PDF 版本保存即可启用。

如何让 PDF 变小

1. 图片降采样：屏幕阅读和邮件发送用 150 PPI 就够了，打印用 300 PPI。
2. 照片以中等质量重新压缩为 JPG；文字扫描件转为灰度或黑白。
3. 用「另存为」或优化命令代替「保存」，这样会重写文件，丢掉旧的增量更新。
4. 嵌入字体子集（只包含用到的字符），而不是完整字体。
5. 删除不需要的附件、隐藏图层、缩略图和无用的表单数据。
6. 如果单个文件还是太大，就拆分成几部分，或只发送需要的页面。

计算示例：一份 30 页的报告，含十张 4 MB 的手机照片，大约 40 MB。按照片实际打印宽度约 6 英寸（900 像素）以 150 PPI 降采样，并以 80% 质量存为 JPG 后，每张通常不到 200 KB，整个文件约为 2–3 MB。

需要注意什么

过度压缩是有代价的。降采样到 150 PPI 以下，图片中的小字会难以辨认；有损 JBIG2 过去还发生过把扫描件中外形相似的数字替换掉的问题，所以发票和合同用无损模式更安全。

很多邮箱服务的附件上限在 20–25 MB 左右，有些上传表单只接受 2–5 MB，决定压缩力度前先查清限制。