压缩 PDF

一份最初来自 Word 文档或设计软件导出的 PDF，本质上是文字、矢量图形和嵌入字体的容器，缩小它意味着精简这套结构——去除重复的字体子集，重新压缩已经存在的嵌入位图，清除未使用的元数据和无引用对象。这些操作都不会触及文字本身，文字依然像之前一样完全可选中、可搜索。这里能节省的体积通常比较有限，往往在百分之几到二十左右，因为一份结构良好的文档本来就没有太多可以精简的冗余。

相比之下，一份最初来自扫描仪的 PDF，实际上是一连串包裹在 PDF 外壳里的整页照片，根本没有真正的文字——看起来像文字的部分，其实是排列成文字模样的像素。缩小这类文件意味着以更低的分辨率或质量重新编码每一页图像，这与压缩一张 JPEG 是完全相同的取舍。这里能节省的体积非常可观，通常是 70%–90%，正因为一份按打印分辨率扫描的整页图像，携带的像素数据远超屏幕实际显示所需。

把这两种情况当作同一个"压缩级别"来处理，会掩盖真正重要的那个决定：一条路径可以安全地应用于任何文档，另一条路径会把真实文字永久转换为图片，且无法撤销。把它们保留为两种明确的模式，意味着这个选择是清晰可见的，而不是被埋藏在一个滑块里。

最可靠的判断方法是文档中的文字能否被选中和复制。打开文件，尝试点击并拖动划过一行文字，如果出现文字光标和选中高亮，说明文档有真实文字，此时应该使用无损模式——对它做栅格化会让文件变大而不是变小，因为把清晰的矢量文字重新编码成像素图，无论从哪个方向看都是一笔亏本的交易。如果点击没有任何选中效果，整个页面表现得像一张单一图片，那就是扫描件，栅格化模式才是合适的选择。

一份混合文档——比如一份合同，大部分是数字页面，末尾附加了一页扫描的签名页——整体测试下来会显示有真实文字，无损模式是它的正确选择；文档内嵌入的那张扫描图像，依然能从无损模式对嵌入图片专门做的重新压缩中受益，同时不会触碰文档其余部分的结构。

你有时会看到这个工具和某个服务器端 PDF 压缩工具之间的体积差异，这不是一个需要感到难为情的局限——它是完全在浏览器内处理、而不是把文件发送到配备完整 PDF 引擎和专用图像编解码器的服务器所带来的直接后果。一个服务器端工具可以把字体精简到只保留实际用到的字形，用专门调校的编码器重新编码嵌入图片，并从头重建整个对象结构。在没有后端的浏览器标签页里复现这一切，是一个本质上不同的工程问题，这个工具坦诚地只做了其中更小、更安全的一部分，而不是虚假宣称达到了同等水平。

作为交换，你得到的很直接：文档永远不会离开你的设备，所以对一份合同或病历做压缩，永远不会变成一个数据处理层面的问题，也没有页数限制、月度配额，或是把"免费压缩的部分够小"和"其余部分要付费"分隔开的付费墙。