Comprimir PDF

Um PDF que nasceu como um documento do Word ou uma exportação de design é fundamentalmente um contêiner de texto, formas vetoriais e fontes incorporadas, e reduzi-lo significa ajustar essa estrutura — remover subconjuntos de fontes duplicados, recomprimir qualquer imagem raster incorporada que já esteja presente, remover metadados não usados e objetos sem referência. Nada disso toca o texto em si, que permanece exatamente tão selecionável e pesquisável quanto antes. A economia aqui geralmente é modesta, frequentemente na faixa de alguns pontos percentuais a talvez vinte, porque um documento bem formado não carrega tanta folga para começar.

Um PDF que nasceu de um scanner, em contraste, é na verdade uma sequência de fotografias de página inteira envolvidas em empacotamento PDF, sem texto real algum — o que parece texto são pixels dispostos para se parecerem com ele. Reduzir esse tipo de arquivo significa recodificar cada imagem de página em resolução ou qualidade mais baixa, exatamente a mesma troca que comprimir um JPEG. A economia aqui é drástica, rotineiramente 70%–90%, precisamente porque uma digitalização de página inteira em resolução de impressão carrega muito mais dados de pixel do que uma tela realmente precisa para exibi-la.

Tratar ambos os casos como um único "nível de compressão" esconderia a decisão que realmente importa: um caminho é seguro de aplicar a qualquer coisa, o outro converte permanentemente texto real em uma imagem e não pode ser desfeito. Mantê-los como dois modos explícitos significa que a escolha é visível em vez de enterrada em um controle deslizante.

O teste confiável é se o texto no documento pode ser selecionado e copiado. Abra o arquivo, tente clicar e arrastar sobre uma linha de texto, e se um cursor de texto e um destaque de seleção aparecerem, o documento tem texto real e o modo sem perdas é o que você quer — rasterizá-lo o tornaria maior, não menor, já que recodificar texto vetorial nítido como uma imagem de pixels é um mau negócio em ambas as direções. Se clicar não produz nenhuma seleção e toda a página se comporta como uma única imagem, é uma digitalização, e o modo rasterizar é o apropriado.

Um documento misto — um contrato com uma página de assinatura digitalizada anexada a páginas por outro lado digitais — vai testar como tendo texto real em geral, e o modo sem perdas é a escolha certa para ele; a imagem digitalizada incorporada dentro dele ainda se beneficia de qualquer recompressão que o modo sem perdas seja capaz de aplicar especificamente a imagens incorporadas, sem tocar no resto da estrutura do documento.

A diferença de tamanho que você às vezes vê entre esta ferramenta e um compressor de PDF do lado do servidor não é uma limitação da qual se envergonhar — é a consequência direta de processar inteiramente dentro do navegador em vez de enviar o arquivo para um servidor com um motor PDF completo e codecs de imagem dedicados. Uma ferramenta do lado do servidor pode reduzir fontes apenas aos glifos realmente usados, recodificar imagens incorporadas com um codificador construído especificamente para esse trabalho, e reconstruir todo o grafo de objetos do zero. Replicar tudo isso dentro de uma aba de navegador, sem um backend, é um problema de engenharia materialmente diferente, e esta ferramenta é honesta sobre fazer um subconjunto menor e mais seguro disso em vez de afirmar uma paridade que não consegue entregar.

O que você ganha em troca é direto: o documento nunca sai do seu dispositivo, então uma passagem de compressão em um contrato ou registro médico nunca se torna uma questão de manuseio de dados, e não há limite de número de páginas, nenhuma cota mensal e nenhuma barreira de pagamento separando "pequeno o suficiente para comprimir grátis" de "pague para comprimir o resto".