如果要优化PDF文件并减小文件大小，Ghostscript是最佳 Select 吗？
我需要存储大量PDF文件，因此我需要尽可能优化和减少文件大小
有人有过Ghostscript和/或其他方面的经验吗？
command line
exec('gs -dNOPAUSE -dBATCH -sDEVICE=pdfwrite -dCompatibilityLevel=1.4
-dPDFSETTINGS=/screen -sOutputFile='.$file_new.' '.$file);
如果要优化PDF文件并减小文件大小，Ghostscript是最佳 Select 吗？
我需要存储大量PDF文件，因此我需要尽可能优化和减少文件大小
有人有过Ghostscript和/或其他方面的经验吗？
exec('gs -dNOPAUSE -dBATCH -sDEVICE=pdfwrite -dCompatibilityLevel=1.4
-dPDFSETTINGS=/screen -sOutputFile='.$file_new.' '.$file);
如果你正在寻找一个免费的(比如libre)软件，Ghostscript肯定是你最好的 Select .然而，它并不总是易于使用——它的一些(非常强大的)处理选项不容易找到.
看看这个答案，它解释了如何对图像分辨率下采样执行比通用-dPDFSETTINGS=/screen更详细的控制(它定义了一些总体默认值，您可能希望覆盖这些默认值):
基本上，它告诉您如何使Ghostscript将所有图像的采样降到72dpi的分辨率(这个值是-dPDFSETTINGS=/screen使用的——您可能希望降到更低):
-dDownsampleColorImages=true \
-dDownsampleGrayImages=true \
-dDownsampleMonoImages=true \
-dColorImageResolution=72 \
-dGrayImageResolution=72 \
-dMonoImageResolution=72 \
如果您想try Ghostscript是否也能够"取消嵌入"所使用的字体(有时有效，有时无效——取决于嵌入字体的复杂程度，还有on the font type used)，您可以try 将以下内容添加到gs命令中:
gs \
-o output.pdf \
[...other options...] \
-dEmbedAllFonts=false \
-dSubsetFonts=true \
-dConvertCMYKImagesToRGB=true \
-dCompressFonts=true \
-c ".setpdfwrite <</AlwaysEmbed [ ]>> setdistillerparams" \
-c ".setpdfwrite <</NeverEmbed [/Courier /Courier-Bold /Courier-Oblique /Courier-BoldOblique /Helvetica /Helvetica-Bold /Helvetica-Oblique /Helvetica-BoldOblique /Times-Roman /Times-Bold /Times-Italic /Times-BoldItalic /Symbol /ZapfDingbats /Arial]>> setdistillerparams" \
-f input.pdf
Note:请注意，降低采样图像分辨率肯定会降低质量(不可逆转)，而不嵌入字体将使显示和打印PDF变得困难或不可能，除非机器上安装了相同的字体....
我在最初的回答中忽略了一个选项，那就是添加
-dDetectDuplicateImages=true
转到命令行.此参数会导致Ghostscript多次try 检测PDF中嵌入的任何图像.如果使用图像作为徽标或页面背景，并且PDF生成软件未针对这种情况进行优化，则可能会发生这种情况.OpenOffice/LibreOffice的旧版本曾经是这样(我测试了LibreOffice的最新版本v4.3.5.2，它不再做这种愚蠢的事情).
如果在pdftk的帮助下连接PDF文件，也会发生这种情况.为了向您展示效果，以及如何发现它，让我们看一个示例PDF文件:
pdfinfo p1.pdf
Producer: libtiff / tiff2pdf - 20120922
CreationDate: Tue Jan 6 19:36:34 2015
ModDate: Tue Jan 6 19:36:34 2015
Tagged: no
UserProperties: no
Suspects: no
Form: none
JavaScript: no
Pages: 1
Encrypted: no
Page size: 595 x 842 pts (A4)
Page rot: 0
File size: 20983 bytes
Optimized: no
PDF version: 1.1
Poppler的pdfimages实用程序的最新版本增加了对-list参数的支持，该参数可以列出PDF文件中包含的所有图像:
pdfimages -list p1.pdf
page num type width height color comp bpc enc interp objectID x-ppi y-ppi size ratio
--------------------------------------------------------------------------------------
1 0 image 423 600 rgb 3 8 jpeg no 7 0 52 52 19.2K 2.6%
此示例PDF是一个单页文档，包含一个图像，该图像使用JPEG压缩，宽度为423像素，高度为600像素，在页面上以52 PPI的分辨率呈现.
如果我们在pdftk的帮助下连接此文件的3个副本，就像这样:
pdftk p1.pdf p1.pdf p1.pdf cat output p3.pdf
然后，结果通过pdfimages -list显示这些图像属性:
pdfimages -list p3.pdf
page num type width height color comp bpc enc interp objectID x-ppi y-ppi size ratio
--------------------------------------------------------------------------------------
1 0 image 423 600 rgb 3 8 jpeg no 4 0 52 52 19.2K 2.6%
2 1 image 423 600 rgb 3 8 jpeg no 8 0 52 52 19.2K 2.6%
3 2 image 423 600 rgb 3 8 jpeg no 12 0 52 52 19.2K 2.6%
这表明现在有3个相同的PDF对象(ID为4、8和12)嵌入到p3.pdf中.p3.pdf由3页组成:
pdfinfo p3.pdf | grep Pages:
Pages: 3
现在我们可以在Ghostscript的帮助下应用上述优化
gs -o p3-optim.pdf -sDEVICE=pdfwrite -dDetectDuplicateImages=true p3.pdf
判断:
pdfimages -list p3-optim.pdf
page num type width height color comp bpc enc interp objectID x-ppi y-ppi size ratio
--------------------------------------------------------------------------------------
1 0 image 423 600 rgb 3 8 jpeg no 10 0 52 52 19.2K 2.6%
2 1 image 423 600 rgb 3 8 jpeg no 10 0 52 52 19.2K 2.6%
3 2 image 423 600 rgb 3 8 jpeg no 10 0 52 52 19.2K 2.6%
每页仍列出一张图像，但PDF对象ID现在始终不变:10.
ls -ltrh p1.pdf p3.pdf p3-optim.pdf
-rw-r--r--@ 1 kp staff 20K Jan 6 19:36 p1.pdf
-rw-r--r-- 1 kp staff 60K Jan 6 19:37 p3.pdf
-rw-r--r-- 1 kp staff 16K Jan 6 19:40 p3-optim.pdf
如您所见，使用pdftk制作的"哑"凹面将原始文件大小增加到原始文件大小的三倍.Ghostscript的优化将其降低了相当多.
Ghostscript的最新版本甚至可以默认应用-dDetectDuplicateImages.(AFAIR, v9.02, which introduced it for the first time, didn't use it by default.)