Door vijf afzonderlijke PDF's samen te voegen tot één gecombineerd document, ontstaat een bestand dat vaak aanzienlijk groter is dan de som van de afzonderlijke bestanden. Een rapport van 2 MB, een bijlage van 3 MB en een begeleidende brief van 1 MB worden samengevoegd tot een gecombineerd bestand van 12 MB in plaats van de verwachte 6 MB. De samenvoegoperatie zorgde voor extra overhead: dubbele lettertypen die meerdere keren in de bronbestanden waren ingebed, redundante afbeeldingsgegevens zoals het bedrijfslogo dat in elke bron verscheen, ongebruikte objecten die werden overgenomen uit de bewerkingsgeschiedenis van elk bronbestand en een bestandsstructuur die was geoptimaliseerd voor individuele bestanden in plaats van voor een verenigd gecombineerd document.
Het samenvoegen van bestanden zorgt standaard voor opzwellen omdat de samenvoegtool prioriteit geeft aan het getrouw behouden van elke byte van elk bronbestand boven het produceren van een efficiënt gestructureerde uitvoer. Compressie na het samenvoegen verwijdert de opgeblazenheid zonder de kwaliteit van de inhoud binnenin te verminderen, gericht op de specifieke soorten redundantie die de samenvoegoperatie introduceerde.
Voor het verkleinen van de bestandsgrootte na een samenvoeging van PDF-compressie is een optimalisatiepassage na het samenvoegen nodig die zich richt op de specifieke typen bloat die tijdens de samenvoegbewerking worden geïntroduceerd: lettertypeduplicatie, afbeeldingsredundantie, verweesde objecten en structurele inefficiëntie. De PDF-grootte verkleinen-tools van WukongPDF verwerken compressie na het samenvoegen met instellingen die zijn afgestemd op precies deze redundantiepatronen, en de onderstaande stappen behandelen elke bron van opgeblazenheid na het samenvoegen afzonderlijk.
Waarom samenvoegen de bestandsgrootte groter maakt dan de som van de bronnen
Wanneer een PDF-samenvoegtool bestanden combineert, wordt de interne structuur van elk bronbestand verwerkt en wordt een nieuw gecombineerd document gemaakt. De belangrijkste bron van opgeblazenheid zijn dubbele lettertypegegevens. Als drie van de vijf bronbestanden zijn gemaakt op basis van hetzelfde Word-sjabloon met dezelfde bedrijfslettertypen, Arial, Times New Roman, Calibri, heeft elk bronbestand onafhankelijk zijn eigen volledige kopie van die lettertypebestanden ingesloten. De samenvoegtool bewaart doorgaans alle ingesloten kopieën in plaats van ze te consolideren in één gedeelde lettertypebron. De gecombineerde PDF kan drie of vier volledige kopieën van dezelfde Arial-lettertypegegevens bevatten, waarbij elke kopie onafhankelijk 50-200 KB aan bestandsruimte in beslag neemt, afhankelijk van de glyph-dekking van het lettertype.
Redundante afbeeldingsgegevens vormen een tweede belangrijke bron van opgeblazenheid, die vaak groter is dan de duplicatie van lettertypen. Bronbestanden met identieke afbeeldingen, een bedrijfslogo op elk briefhoofd, een herhaalde koptekst, een standaardvoettekst en een certificeringsbadge op elk certificaat, bevatten afzonderlijke kopieën van die afbeeldingen. De samenvoegtool ontdubbelt geen afbeeldingen tussen bronbestanden, tenzij deze specifiek is ontworpen met deduplicatielogica op afbeeldingsniveau die in het samenvoegalgoritme is ingebouwd. In het gecombineerde bestand wordt hetzelfde logo drie of vier keer opgeslagen, waarbij elke instantie afzonderlijk de volledige afbeeldingsgegevens gebruikt. Structurele overhead van het samenvoegproces zelf zorgt voor een derde bron van overlast, omdat de nieuwe documentcatalogus, paginaboom, kruisverwijzingstabel en organisatieobjecten metagegevens toevoegen bovenop de gecombineerde inhoud van alle bronbestanden.
Een compressiepas na het samenvoegen uitvoeren
Adobe Acrobat's PDF Optimizer biedt de meest grondige opschoning na het samenvoegen die beschikbaar is zonder scripting. Open de samengevoegde PDF en navigeer naar Bestand, Opslaan als geoptimaliseerde PDF. Onder het paneel Afbeeldingen kunt u kleuren- en grijswaardenafbeeldingen downsamplen naar 150 DPI, wat voldoende is voor schermweergave en de meeste kantoorprinters, terwijl de gegevensgrootte van ingebedde foto's en afbeeldingen dramatisch wordt verminderd, doorgaans met 60-80% voor afbeeldingen met een hoge resolutie. Schakel onder het paneel Lettertypen de subinstelling van lettertypen in om ongebruikte glyphs uit ingesloten lettertypen te verwijderen, waarbij alleen de tekens behouden blijven die daadwerkelijk in het document voorkomen en de duizenden ongebruikte glyphs die een compleet lettertypebestand bevat, worden weggegooid. Schakel onder Objecten weggooien het verwijderen in van ongebruikte objecten, dubbele bronnen en overtollige pagina-inhoud die door de samenvoegbewerking in de nieuwe bestandsstructuur verweesd is gebleven.
Browsergebaseerde compressietools kunnen ook de zwelling na het samenvoegen effectief verminderen, zij het met minder gedetailleerde controle dan desktoptools. Upload de samengevoegde PDF naar de compressietool van WukongPDF en selecteer een gemiddelde of hoge compressie-instelling. De tool identificeert en consolideert dubbele bronnen door inhoudshashes te vergelijken, downsampelt afbeeldingen naar een gebalanceerde resolutie en stroomlijnt de bestandsstructuur door de kruisverwijzingstabel te herschrijven en verweesde objecten te verwijderen. De groottereductie na een browsergebaseerde compressie varieert doorgaans van 30 tot 50 procent voor samengevoegde documenten, waarbij de exacte reductie afhangt van hoeveel dubbele gegevens de samenvoeging heeft geïntroduceerd en hoe agressief de compressie-instellingen op redundantie zijn gericht.
Handmatig ontdubbelen van lettertypen en afbeeldingen wanneer automatische hulpmiddelen tekortschieten
Wanneer automatische compressie de opgeblazenheid na het samenvoegen niet volledig kan verhelpen omdat de tool geen mogelijkheid heeft om lettertypen of afbeeldingen te ontdubbelen, of omdat de duplicaten geen exacte overeenkomsten zijn maar bijna duplicaten die aan op hash gebaseerde detectie ontsnappen, kan handmatige interventie extra ruimte vrijmaken. Extraheer alle afbeeldingen uit de samengevoegde PDF met de functie Alle afbeeldingen exporteren van Acrobat. Identificeer dubbele afbeeldingen door bestandsgroottes, pixelafmetingen en visuele inhoud te vergelijken. Voeg één exemplaar van elke unieke afbeelding opnieuw in en configureer de PDF zodat deze op alle pagina's die deze nodig hebben, naar dat ene exemplaar verwijst.
Voor opgeblazen lettertypen is de meest effectieve handmatige aanpak het afdrukken van de samengevoegde PDF naar een nieuwe PDF met behulp van een PDF-printerstuurprogramma dat een nieuw bestand maakt van de visuele uitvoer. Het print-naar-PDF-proces geeft alle pagina's weer zoals ze op het scherm verschijnen en creëert een nieuwe PDF met een enkele set lettertypebronnen, waardoor de dubbele lettertypen uit de oorspronkelijke samenvoeging effectief worden geconsolideerd in één uniforme lettertypeset. Het nadeel is dat de afgedrukte PDF interactieve elementen, hyperlinks, formuliervelden en bladwijzers kan verliezen die aanwezig waren in het oorspronkelijke samengevoegde document, waardoor deze aanpak alleen geschikt is als de visuele inhoud van belang is en de interactieve functies vervangbaar zijn.
| Bloatbron | Hoe samenvoegen dit tot stand brengt | Compressiefix |
|---|---|---|
| Dubbele lettertypen | Dezelfde lettertypen ingebed in meerdere bronbestanden | Subinstelling van lettertypen, of afdrukken naar PDF om te consolideren |
| Overbodige afbeeldingen | Identieke logo's of afbeeldingen in meerdere bronnen | Deduplicatie van afbeeldingen, of vervanging door één gedeeld exemplaar |
| Verweesde objecten | Het samenvoegproces laat ongebruikte objecten achter in de bestandsstructuur | Gooi ongebruikte objecten weg in PDF Optimizer |
| Niet-geoptimaliseerde bestandsstructuur | Gecombineerd document mist structurele optimalisatie | Opslaan als geoptimaliseerde PDF om de kruisverwijzingstabel opnieuw op te bouwen |
Kwaliteit verifiëren na compressie na samenvoeging
Open het gecomprimeerde samengevoegde bestand en blader door elke pagina om de visuele kwaliteit van het hele document te controleren. Controleer pagina's die afkomstig zijn uit verschillende bronbestanden op consistente beeldkwaliteit, lettertypeweergave en kleurreproductie. Besteed speciale aandacht aan pagina's in de buurt van de samenvoeggrenzen waar bronbestanden zijn samengevoegd, aangezien dit de locaties zijn waar de kans het grootst is dat compressieartefacten verschijnen, omdat de inhoud van elk bronbestand anders kan reageren op de uniforme compressie-instellingen.
Vergelijk het aantal pagina's van de gecomprimeerde versie met de oorspronkelijke samengevoegde versie en bevestig dat er tijdens de compressie geen pagina's verloren zijn gegaan, opnieuw zijn gerangschikt of zijn beschadigd. Een snelle vergelijking naast elkaar van de eerste pagina, een middelste pagina en de laatste pagina van elk origineel bronbestand in het samengevoegde document spoort de meest voorkomende compressiefouten op. Bevestig dat de verkleining van de bestandsgrootte evenredig is aan de vastgestelde zwelling, doorgaans een verkleining van 30-60% voor een samengevoegd document met matige redundantie.