PDFTK輸出與輸入相同的大小不管Cat'd頁面數量如何

我遇到了一個奇怪的情況與特定的PDF組，並不知道從哪裏開始。如果我爆發25M，600 pg文件，則每個突發文件的輸出將變爲25M。如果我做pdftk input.pdf貓1-100輸出out.pdf，大小也是25M（原始爲25292kb vs 25524kb）。執行頁面範圍1-5將導致文件大小爲25040kb。PDFTK輸出與輸入相同的大小不管Cat'd頁面數量如何

有沒有可以添加到pdftk來處理這種情況的標誌？ Ghostscript可以從這個PDF文件中獲得一個頁面範圍，並製作一個合適的PDF大小，但是gs似乎並沒有處理突發，並且需要安裝所有的字體。

來源

2016-11-14 RyanH

您可能對PDF做了以下假設：如果您的PDF文件大小爲3000 KB，且爲10頁，則分割此PDF將導致30個文件大小爲300 KB的文件。

這個假設是錯誤的。想象一下，一個3000 KB文件用十頁以下對象：在每一頁上使用

四種字體的子集，每次約50 KB
十張圖片在一個頁面上的身影，每次約200 KB（一個圖像每頁）在每一頁上，這一數字
四象，每次約50 KB
十頁約25 KB每個
約350 KB的對象，如目錄中，信息詞典，網頁內容流樹，交叉參考表等...

單頁將需要至少： - 四項字體子集：4次50 KB - 單個圖像：1次200 KB - 四個圖像：4次50 KB - 單個內容流：1次50 KB - 稍微減少的交叉引用表，略微減少的頁面樹，幾乎相同的目錄，相同大小的信息字典... 200 KB

這就是850 KB。這意味着，如果將10頁3000 KB PDF文檔分成10個單獨的頁面，則最終會得到8500 KB（10倍850 KB）。

我的猜測是共享資源（每個頁面中使用的資源，例如字體）在您的PDF中是巨大的。例如。如果有人使用高分辨率圖像作爲每頁大約25M的背景，那麼600頁中的每一頁都將需要這些25M。

請注意，PdfTk只不過是iText過時版本的封裝。您可能想嘗試更新版本的iText，以確定問題是否存在。

來源

2016-11-15 13:07:35

謝謝，這是非常有見地的，我很難找到這種類型的信息。有關如何分析和可能刪除該信息的任何建議？ Ghostscript似乎能夠全權放棄這些信息並創建小型單個文件，這些文件的總數不會比原始單個文件大得多。 pdf2ps，然後回來，但資源飢渴。 – RyanH

我認爲gs會「打印」PDF，這樣做會降低分辨率並移除結構樹，註釋等內容。另請注意，PdfTk較舊：它不支持PDF 1.5中引入的更高級壓縮。沒有看到文件，很難評論實際問題。 –

PDFTK輸出與輸入相同的大小不管Cat'd頁面數量如何

回答

相關問題