PDF压缩库/工具

Question

我正在做一个项目来减少 PDF 的大小，压缩它们。我想知道市场上是否有任何非常好的工具/库(.NET)。
我确实尝试了一些像 Onstream Compression 这样的工具，但结果并不令人满意。

Answer 1

可以轻松地从 PDF 中挤出一些额外的(兆)字节。例如，是一个众所周知的 "PDF32000_2008.pdf"优化得够不够？文件大小为 8,995,189字节。它使用对象和外部参照流，(几乎)没有图像，一切都紧凑。或者不是？

看一页字典:

Dict:9 [1 0 R]
.   /Annots Array:3
.   /Contents Stream:3 [2 0 R]
.   /CropBox Array:4
.   /MediaBox Array:4
.   /Parent Dict:4 [124248 0 R]
.   /Resources Dict:4
.   /Rotate 0 (Number)
.   /StructParents 2 (Number)
.   /Type Page (Name)

Rotate 0是默认值，为什么会出现？什么是CropBox那里？默认为 MediaBox ，并且此文档中没有带有 CropBox 的页面除了 MediaBox .为什么是 MediaBox那里？它是可继承的，所有页面的大小都相同，因此将其移至页面树根!有 756 页，即重复 756 次的冗余(或无用)信息。

看一下典型的注解词典:

Dict:6 [3548 0 R]
.   /A Dict:2
.   .   /S URI (Name)
.   .   /URI http://www.iso.org/iso/iso_catalogue/... (String)
.   /Border Array:3
.   .   [0] 0 (Number)
.   .   [1] 0 (Number)
.   .   [2] 0 (Number)
.   /Rect Array:4
.   .   [0] 82.14 (Number)
.   .   [1] 576.8 (Number)
.   .   [2] 137.1 (Number)
.   .   [3] 587.18 (Number)
.   /StructParent 3 (Number)
.   /Subtype Link (Name)
.   /Type Annot (Name)

本文档中有数千个(可能 > 10'000？)链接注释。 /Type键是可选的，为什么在那里？它们是不可见的矩形，您认为它们除了整数点之外的放置精度是否相关？将其四舍五入为整数。

查看典型页面内容流的片段，文本显示操作符:

[(w)7(ed)-6( b)21(u)1(t shal)-6(l no)-6(t b)-6(e)1( ed)-6(ite)-6(d)1( un)-6(less the typef)23(aces wh)-6(ich )]TJ

小于某个值的字距调整几乎是不可见的。这个值可能有争议，就像 JPEG 压缩质量级别 - 有些人可以接受，有些人不同意。我认为非常保守的估计(即保留大部分质量)，对一般人来说是不可见的，绝对值小于 10 的字距调整可以省略。 (当然，必须注意保持正当性)。 (我什至没有提到有小数字距调整的文件，精度为 3-6 位小数!但不在这个文件中)

并且，通过上述优化，文件大小变为 7,982,478字节。一兆字节减少了。这当然不是限制，也许还有其他隐藏得更好的优化来源。