Сжать PDF

PDF, изначально созданный из документа Word или экспортированный из графического редактора, — это, по сути, контейнер текста, векторных форм и встроенных шрифтов, и уменьшение его размера означает уплотнение этой структуры: удаление дублирующихся наборов шрифтов, повторное сжатие уже встроенных растровых изображений, очистку неиспользуемых метаданных и объектов без ссылок. Ничто из этого не затрагивает сам текст — он остаётся точно таким же выделяемым и доступным для поиска, как и раньше. Экономия здесь обычно скромная, часто в пределах нескольких процентов, иногда до двадцати, потому что у хорошо сформированного документа изначально немного «лишнего веса».

PDF, созданный сканером, напротив, представляет собой последовательность полностраничных фотографий, упакованных в оболочку PDF, без какого-либо настоящего текста — то, что выглядит как текст, на самом деле пиксели, расположенные так, чтобы его напоминать. Уменьшение такого файла означает перекодирование каждого изображения страницы с более низким разрешением или качеством — тот же самый компромисс, что и при сжатии JPEG. Экономия здесь колоссальная, обычно 70–90%, именно потому, что скан целой страницы в разрешении для печати несёт гораздо больше пиксельных данных, чем реально нужно экрану для отображения.

Если считать оба случая одним «уровнем сжатия», это скрыло бы решение, которое действительно важно: один путь безопасно применять к чему угодно, другой безвозвратно превращает настоящий текст в изображение, и это нельзя отменить. Разделение на два явных режима делает этот выбор видимым, а не спрятанным в ползунке.

Надёжный способ проверки — можно ли выделить и скопировать текст в документе. Откройте файл, попробуйте выделить строку текста мышью: если появляется текстовый курсор и подсветка выделения, в документе настоящий текст, и вам нужен режим без потерь — растеризация сделает файл больше, а не меньше, ведь перекодирование чёткого векторного текста в пиксельное изображение невыгодно в обоих смыслах. Если клик не даёт выделения и вся страница ведёт себя как единое изображение, это скан, и подходящим будет режим растеризации.

Смешанный документ — например, договор с прикреплённой отсканированной страницей подписи среди остальных цифровых страниц — в целом определится как содержащий настоящий текст, и для него правильным выбором будет режим без потерь; встроенное изображение скана внутри него всё равно выиграет от любого повторного сжатия, которое режим без потерь способен применить именно к встроенным изображениям, не затрагивая при этом остальную структуру документа.

Разница в размере, которую вы иногда видите между этим инструментом и серверным компрессором PDF, — не повод для смущения, а прямое следствие того, что обработка происходит целиком в браузере, а не на сервере с полноценным движком PDF и специализированными кодеками изображений. Серверный инструмент может урезать шрифты до реально используемых символов, перекодировать встроенные изображения кодировщиком, настроенным именно под эту задачу, и полностью перестроить граф объектов файла с нуля. Повторить всё это внутри вкладки браузера, без бэкенда, — принципиально другая инженерная задача, и этот инструмент честно делает меньшее, но более безопасное подмножество этой работы, вместо того чтобы заявлять о паритете, которого он обеспечить не может.

Взамен вы получаете простую вещь: документ никогда не покидает ваше устройство, поэтому сжатие договора или медицинской записи никогда не превращается в вопрос о том, кому доверены ваши данные, и здесь нет ни ограничения на число страниц, ни месячной квоты, ни платного барьера, отделяющего «достаточно маленький файл для бесплатного сжатия» от «заплатите за сжатие остального».