Вы открываете PDF-файл, удаляете несколько страниц, несколько изображений и сохраняете. Файл должен быть меньше. Вы только что удалили контент. Но когда вы проверяете размер файла, он увеличился. Размер документа, размер которого до редактирования составлял 2 мегабайта, теперь составляет 2,3 мегабайта после удаления. Такое нелогичное поведение не является ошибкой. Это следствие того, как формат PDF управляет постепенными изменениями, и это происходит почти с каждым редактором PDF, включая самые известные настольные приложения. Понимание того, почему, объясняет не только тайну растущего файла, но и то, как предотвратить это с вашими документами.
Как редакторы PDF сохраняют изменения: дополнительные обновления или полная перезапись
Выбор имеет большее значение, чем вы думаете.
Когда вы редактируете и сохраняете PDF-файл, у приложения есть два варианта записи изменений на диск. Первый метод, называемый инкрементным сохранением, добавляет измененные объекты в конец существующего файла, не изменяя исходное содержимое. Исходные страницы, изображения и текст остаются в файле такими, какими они были. Новые объекты ссылаются на старые и переопределяют их с помощью механизма, называемого таблицами перекрестных ссылок. Второй метод, называемый полной перезаписью или сохранением как, считывает весь документ в память, применяет все изменения и записывает совершенно новый файл с нуля, удаляя все данные, на которые больше нет ссылок.
Большинство PDF-редакторов по умолчанию используют инкрементальное сохранение из соображений производительности. Добавление нескольких килобайт изменений в конец файла занимает доли секунды. Перезапись 50-мегабайтного файла с нуля занимает заметно больше времени, особенно на механических жестких дисках или общих сетевых ресурсах. При инкрементальном сохранении удобнее работать с пользователем: сохранение происходит почти мгновенно, а риск повреждения из-за прерванной записи ниже, поскольку исходные данные никогда не изменяются. Компромисс заключается в том, что удаленный контент на самом деле не удаляется. В таблице перекрестных ссылок он помечен как неиспользуемый, но физически остается в файле (Adobe, «Справочник по PDF: дополнительные обновления и структура документа», 2023).
Попробуйте редактировать PDF
Никакой установки не требуется. Работает прямо в вашем браузере.
Накопление потерянных данных в ходе нескольких сеансов редактирования
Каждый раз, когда вы открываете PDF-файл, вносите изменения и выполняете постепенное сохранение, вы добавляете новый уровень изменений в конец файла. После десяти сеансов редактирования файл содержит исходное содержимое плюс десять слоев изменений. Некоторые из этих изменений могут быть противоречивыми. Изображение, добавленное в третьем сеансе и удаленное в седьмом сеансе, занимает место в файле дважды: один раз для инструкции по добавлению и один раз для инструкции по удалению. Удаление не восстанавливает пространство, используемое добавлением. Он только сообщает программе чтения PDF-файлов игнорировать это изображение при рендеринге документа.
Такое накопление потерянных данных увеличивает размер файла при каждом сохранении, даже если видимое содержимое уменьшается. Удаление большого изображения из PDF-файла и постепенное сохранение удаляет изображение из визуализированного вывода, но добавляет несколько килобайт метаданных для записи удаления. Сами данные изображения остаются в файле, на них нет ссылок, но они занимают место. За многие циклы редактирования документ, размер которого начинался с 1 мегабайта, может вырасти до 3 или 4 мегабайт, причем половина этого размера состоит из данных, которые больше не вносят вклад в видимый документ.
Скрытые типы данных, которые сохраняются при удалении контента
Помимо очевидных потерянных изображений и страниц, во время постепенного сохранения накапливаются несколько типов скрытых данных. Встроенные шрифты вносят основной вклад. Когда вы редактируете текст в PDF-файле и меняете шрифт, исходный поднабор шрифтов часто остается в файле, даже если видимый текст по-прежнему не использует его. Документ, который был переформатирован три раза с использованием трех разных шрифтов, может содержать все три поднабора шрифтов, каждый из которых занимает сотни килобайт. Программа чтения PDF-файлов использует только подмножество, на которое ссылались самые последние ссылки, но старые остаются в данных файла.
Метаданные и свойства документа следуют одному и тому же шаблону. При каждом дополнительном сохранении может обновляться дата изменения и добавляться новые записи в поток метаданных документа. Старые записи метаданных не удаляются. Элементы служебных данных документа, такие как метки страниц, именованные места назначения для внутренних ссылок и структуры закладок, также могут накапливать повторяющиеся или устаревшие записи в нескольких сохранениях. Совокупный эффект заключается в том, что PDF-файл, который неоднократно редактировался и сохранялся, несет в себе растущее бремя скрытых данных, которые бесполезны в текущей версии документа.
Как восстановить размер файла после редактирования
Решением проблемы накопления потерянных данных является полная перезапись PDF-файла, которая в большинстве приложений называется «Сохранить как», «Оптимизировать» или «Уменьшить размер файла». При полной перезаписи считывается текущее состояние документа, включая все дополнительные обновления, разрешается окончательное видимое содержимое и записывается только это содержимое в новый файл. Потерянные изображения, неиспользуемые шрифты, устаревшие метаданные и устаревшие записи перекрестных ссылок отбрасываются, поскольку на них не ссылается окончательное состояние документа. Полученный файл обычно меньше исходного, особенно если во время редактирования был удален значительный контент.
Инструмент Edit PDF WukongPDF эффективно обрабатывает ваш документ, а последующие изменения с помощью функции сжатия PDF File Size удаляют накопленные потерянные данные за одну операцию. Сочетание редактирования, последующего сохранения и оптимизации гарантирует, что файл, которым вы делитесь с другими, будет содержать только данные, необходимые для отображения текущей версии документа. Для документов, которые подвергаются частому редактированию, полная перезапись в рамках окончательной процедуры сохранения перед совместным использованием, архивированием или загрузкой предотвращает накопление увеличения размера файла на протяжении всего жизненного цикла документа.
Превентивные меры для контроля размера PDF
Если вы часто редактируете PDF-файл, например шаблон еженедельного отчета или документ, просматриваемый совместно, запланируйте периодическую полную перезапись, а не полагайтесь исключительно на постепенное сохранение. Раз в месяц или после каждого десятого сеанса редактирования используйте «Сохранить как» или аналогичную функцию оптимизации, чтобы создать чистую копию. Сохраняйте оригинал до тех пор, пока не убедитесь, что оптимизированная копия открывается правильно и отображает все содержимое так, как ожидалось, а затем замените оригинал оптимизированной версией. Такая практика позволяет управлять размерами файлов, не жертвуя при этом удобством быстрого постепенного сохранения во время активных сеансов редактирования.
Для документов, которые будут храниться в архиве в течение длительного времени, на последнем этапе перед архивированием выполните полную перезапись. Архивные документы могут храниться годами, прежде чем их снова откроют, а структура поэтапного обновления, которая была удобна при активном редактировании, становится обузой при длительном хранении. Чистый файл с простой внутренней структурой с меньшей вероятностью столкнется с проблемами совместимости с будущими программами чтения PDF-файлов, и его легче хранить и резервировать. Несколько секунд, необходимые для сохранения оптимизированной копии перед архивированием, являются выгодной инвестицией в долгосрочное здоровье документа.
Как определить, когда рост размера файла указывает на более глубокую проблему
Хотя большинство случаев увеличения размера PDF-файла после редактирования объясняются дополнительным сохранением и потерянными данными, файл, который резко увеличивается после одного небольшого редактирования, может указывать на другую проблему. Добавление текстовой аннотации из одного предложения не должно увеличивать размер файла на несколько мегабайт. Если вы видите эту закономерность, возможно, PDF-файл содержит структурное повреждение, из-за которого операция сохранения непреднамеренно дублирует большие разделы документа. В этих случаях полная перезапись с использованием функции «Сохранить как» — это не просто этап очистки, а необходимый ремонт. Если оптимизированный файл значительно меньше, оригинал накопил значительные скрытые данные, которые никогда не удастся восстановить с помощью обычных дополнительных сохранений.
Регулярные пользователи PDF-файлов для профессиональной работы должны понимать, какой размер файла является разумным для их типичных документов. Двухстраничный текстовый PDF-файл не должен превышать 100 килобайт. Двадцатистраничный документ со встроенными изображениями может иметь размер от 2 до 5 мегабайт. Если файл значительно превышает эти нормы для своего типа содержимого, стоит провести расследование. Файл может содержать потерянные данные за годы инкрементных сохранений. Один проход PDF Optimization часто может уменьшить количество таких файлов на пятьдесят процентов и более, освободив место для хранения и повысив производительность при открытии, совместном использовании или загрузке файла.
Феномен увеличения размера файлов преподает важный урок о том, как PDF-файлы работают «под капотом». То, что кажется простым форматом документа, на самом деле является сложным контейнером, который может накапливать скрытую историю при каждом редактировании. Понимание этого помогает объяснить другое поведение PDF-файла, которое в противном случае могло бы показаться необъяснимым: почему PDF-файл, отображающий четыре страницы, может содержать данные из шести, почему файл, измененный сегодня, может отображать дату создания трехлетней давности и почему два PDF-файла, которые выглядят одинаково, могут иметь совершенно разные размеры файлов. Механизм постепенного сохранения не является недостатком. Это компромисс дизайна, в котором скорость редактирования и безопасность данных отдаются приоритетам над эффективностью хранения, и знание того, что компромисс существует, позволяет вам намеренно управлять им посредством периодических полных перезаписей, которые сохраняют ваши документы компактными, чистыми и производительными.
В следующий раз, когда вы удалите содержимое из PDF-файла и увидите, что размер файла увеличивается, а не уменьшается, вы будете точно знать, что происходит. Потерянные данные из вашего редактирования были добавлены в файл, и полная перезапись очистит их. То, что когда-то было запутанной технической загадкой, становится рутинной задачей по техническому обслуживанию.
Попробуйте редактировать PDF
Никакой установки не требуется. Работает прямо в вашем браузере.