PDF 出乎意料地大是文件工作中最常見的問題之一。一頁發票不應為 8 MB。兩頁的合約不應大於高解析度照片。當這種情況發生時，幾乎總是可以追溯到特定的原因——而且大多數都是可以修復的。
影像幾乎總是答案
在絕大多數情況下，PDF 會因為嵌入影像而較大。作為實際字元儲存在 PDF 中的文字非常緊湊 — 100 頁的文字文件可能不到 200 KB。一張 300 DPI 的整頁照片本身可能有 3-5 MB。當 PDF 包含多個高解析度影像時，每次掃描都會儲存為照片，或以列印品質嵌入設計軟體中的圖形，檔案大小會迅速增大。
這就是為什麼掃描文件是意外大 PDF 的最常見來源。掃描的每一頁都儲存為光柵圖像 - 沒有文本，沒有向量圖形，只有像素。在應用任何壓縮之前，300 DPI 的 10 頁彩色掃描合約可以輕鬆達到 40-80 MB。
常見原因及其累積方式
下表涵蓋了 PDF 最終大於預期的最常見原因、它們通常對檔案大小的影響有多大，以及壓縮是否可以解決這些問題。
| 原因 | 典型尺寸影響 | 可壓縮？ | 最佳修復 |
|---|---|---|---|
| 高解析度嵌入照片 | 非常大（可以佔總數的 90% 以上） | 是的——戲劇性地 | PDF壓縮工具 |
| 掃描頁面（基於影像的 PDF） | 大（每頁 2–10 MB） | 是的——很好 | OCR+壓縮 |
| 完整嵌入字體（非子集） | 中 (1–5 MB) | 部分 | PDF 優化器/字型子集 |
| 同一影像的多個副本 | 緩和 | 是的 | PDF 優化器/重複資料刪除 |
| 未壓縮的向量圖形 | 緩和 | 部分 | 從源頭重新匯出 |
| 元資料、縮圖、隱藏層 | 小（但累積） | 是的 | 清理/刪除隱藏訊息 |
在大多數現實情況下，圖像和掃描頁面佔據了檔案大小的大部分。使用PDF壓縮工具通常可以解決問題，而無需深入研究不太常見的原因。
為何掃描的 PDF 特別大
掃描器預設採用針對影像品質而非檔案大小進行最佳化的設定。在進行任何 PDF 壓縮之前，設定為 300 DPI 彩色的典型辦公室掃描器每頁會產生約 3-4 MB 的影像資料。在 600 DPI 下（有時用於精細文字或將被放大的文檔），該數字會再次翻倍。大多數解析度對於螢幕閱讀來說是不必要的 - 150 DPI 在顯示器上非常清晰，甚至 100 DPI 對於大多數參考文件來說也足夠了。
在壓縮之前透過 OCR 工具執行掃描的 PDF 會產生最佳結果。 OCR 會為文件添加文字圖層，這意味著壓縮工具可以對後台掃描應用更積極的圖像壓縮，同時文字透過文字圖層仍然完全可讀。綜合效果可以將 50 MB 的掃描文件減少到 5 MB 以下，而不會造成任何明顯的可讀性損失。
字體嵌入及其重要性
PDF 嵌入字體，以便無論檢視者安裝了哪種字體，文件看起來都相同。當完全嵌入字體時，將包含整個字體檔案 - 包括文件實際未使用的所有字元、粗細和變體。單一完全嵌入的專業字體可以為文件添加 1–3 MB。
修復方法是字體子集化，即僅嵌入文件中實際使用的特定字元。僅使用拉丁字母的文檔只需要完整 Unicode 字體檔案的一小部分。 Adobe Acrobat Pro 的 PDF 最佳化器和 Ghostscript 都支援字型子集化。對於從 Word 或 Google Docs 匯出的大多數文檔，現代匯出工具已經自動對字體進行子集化，但來自舊版軟體或某些設計工具的 PDF 可能不會。
你不知道的隱藏內容
PDF 所包含的內容通常超出螢幕上可見的內容。文件屬性、作者資訊、修訂歷史記錄、註釋、隱藏圖層和嵌入縮圖都會影響檔案大小，但開啟文件時不會顯示。經過多個審閱週期的 PDF 可能會累積嵌入文件中的數十個修訂快照。 Illustrator 或 InDesign 中的設計 PDF 有時包含來自來源應用程式的完整編輯資料。
剝離這些隱藏元素稱為清理或清理 PDF。 Acrobat Pro 的「刪除隱藏資訊」工具和文件屬性清理器徹底解決了這個問題。一些線上壓縮工具也會剝離元資料作為其最佳化的一部分 - 檢查工具的描述進行確認。對於敏感文檔，從隱私角度來看，在共享之前進行清理也是一種很好的做法。
如何修復大型 PDF
對於大多數超大 PDF，最快的解決方法是透過WukongPDF 的PDF 壓縮 工具來執行檔案。上傳文件，套用壓縮，然後下載結果。對於圖像較多的文檔，這通常會在一分鐘內將文件大小減少 60-85%。對於僅靠壓縮不夠的文件（可能是因為 PDF 主要是文字和元資料），請考慮以下附加步驟：
- 轉換為 Word、清理文件並重新匯出為 PDF。這會從頭開始重新生成文件，並且通常會產生比原始文件小得多的輸出。
- 使用 Ghostscript 或 Acrobat 的 PDF 優化器並啟用字型子集設定。
- 透過 Acrobat 的「刪除隱藏資訊」面板刪除嵌入的縮圖和元資料。
- 對於掃描的 PDF：先執行 OCR，然後壓縮 - 組合方法比單獨任一步驟提供更好的結果。
如果這些都無法充分減少檔案大小，則文件可能只是包含大量壓縮效果不佳的內容 - 詳細的向量插圖、許多獨特的高解析度照片或在放入 PDF 之前已經嚴重壓縮的內容。此時，唯一有意義的選擇是減少內容本身，或接受檔案大小並找到另一種傳輸方式（例如，雲端儲存連結而不是電子郵件附件）。