Сжатие PDF делает его меньше, но «меньше»; охватывает целый ряд вещей, происходящих под капотом. То, что на самом деле будет изменено, зависит от того, что содержит файл и какой тип сжатия применяется. Понимание этого поможет вам предсказать, как будет выглядеть результат, и объяснит, почему одни и те же настройки сжатия дают совершенно разные результаты в разных документах.
A PDF — это несколько типов данных в одном файле
Прежде чем углубляться в то, что делает сжатие, полезно узнать, что находится внутри PDF. Типичный документ содержит некоторую комбинацию: векторной графики (фигуры, линии, диаграммы, нарисованные математически), растровых изображений (фотографии, сканированные страницы, снимки экрана), текста с данными шрифта, метаданных документа (автор, дата создания, заголовок) и структурной информации (макет страницы, закладки, ссылки). Каждый из них хранится по-разному и по-разному реагирует на сжатие.
Что происходит с изображениями
В изображениях находится большая часть размера файла PDF, и именно здесь сжатие имеет наиболее значительный эффект. Когда вы сжимаете PDF, инструмент перекодирует встроенные изображения, используя более агрессивный алгоритм сжатия — обычно JPEG для цветных изображений, JBIG2 или CCITT для черно-белых. Это уменьшает объем данных, хранящихся для представления каждого изображения.
Сжатие JPEG происходит с потерями — некоторые данные изображения навсегда отбрасываются для достижения меньшего размера файла. При высоких настройках качества (80–90%) отбрасываются данные в тех областях изображения, к которым человеческий глаз наименее чувствителен: мелкая текстура, тонкие цветовые градиенты, высокочастотная детализация. Результат выглядит практически идентичным. При более низких настройках качества отброшенные данные становятся видимыми в виде блочности, размытия или цветных полос — классических артефактов JPEG.
Понижение дискретизации — это сопутствующий шаг, который применяют некоторые инструменты сжатия. Это уменьшает размеры изображений в пикселях — изображение с разрешением 300 точек на дюйм может стать разрешением 150 точек на дюйм — что делает файлы намного меньше, но также делает изображения более мягкими при печати или масштабировании. Качество PDF Инструменты сжатия либо пропускают понижение разрешения, либо делают его необязательным.
Что происходит с текстом
Текст в PDF хранится в виде символов с позициями, стилями и ссылками на шрифты, а не в виде изображений букв. Эти данные очень эффективно сжимаются с использованием алгоритмов без потерь, таких как Deflate (тот же алгоритм, который используется в ZIP-файлах). Сжатие без потерь уменьшает размер файла без удаления каких-либо данных: распакованный вывод побитно идентичен оригиналу.
Это означает, что текст в сжатом PDF точно такой же, как и в оригинале — те же символы, те же позиции, тот же рендеринг шрифта. Текст сжатого документа никоим образом не ухудшается. Если текст в сжатом PDF выглядит по-другому, проблема заключается в рендеринге шрифтов в средстве просмотра, а не в изменении сжатия.
Что происходит со шрифтами
Встроенные шрифты могут существенно влиять на размер файла. PDF, в который встроены полные файлы шрифтов для пяти гарнитур, может содержать только несколько мегабайт данных шрифта. Инструменты сжатия могут решить эту проблему с помощью подмножества шрифтов — удаления из встроенного шрифта любых символов, которые фактически не используются в документе. Документ, в котором используются только буквы A–Z и 0–9, не требует встроенного полного набора символов Юникода.
Поднабор шрифтов осуществляется без потерь с точки зрения читателя — документ по-прежнему отображается правильно, поскольку все символы, которые в нем присутствуют, по-прежнему присутствуют. Экономия зависит от того, сколько символов встроено в исходный шрифт по сравнению с тем, сколько символов фактически используется.
Что будет удалено полностью
Помимо сжатия существующих данных, инструменты сжатия также удаляют накладные расходы, которые со временем накапливаются внутри PDF. Каждый раз, когда PDF редактируется и сохраняется, предыдущая версия отредактированных элементов часто сохраняется в структуре файла, а не удаляется — так работает история отмены и восстановление версий в редакторах PDF. Документ, прошедший множество циклов редактирования и сохранения, может нести большой груз: старые версии объектов, повторяющиеся данные, удаленный контент, который так и не был удален из файла.
Сжатие убирает это. Инструмент перестраивает структуру файла с нуля, сохраняя только текущее состояние каждого элемента и отбрасывая накопленную историю. Вот почему свежесжатые PDF-файлы иногда оказываются значительно меньше ожидаемого — файл содержал значительное скрытое раздувание из-за предыдущих изменений.
Что остается неизменным
Сжатие не меняет содержимое, макет или структуру документа. Количество страниц, порядок страниц, текстовое содержимое, векторная графика, закладки, гиперссылки и поля формы — все остается нетронутым. Сжатый PDF открывается, отображается и ведет себя идентично оригиналу для всех практических целей.
Что может измениться — в зависимости от настроек — так это резкость изображения при высоких уровнях масштабирования и метаданные файла. Некоторые инструменты сжатия удаляют или обновляют метаданные, что обычно нормально, но стоит знать, имеет ли значение исходная дата создания или поле автора для ваших записей.