怎麼給 PDF 瘦身（以及有些為什麼壓不動）

先說結論

開啟 PDF 壓縮，把文件丟進去，先別改任何東西，看它告訴你什麼。它會把檔案讀一遍，擺明體積到底壓在哪裡：圖片、字型、文字和圖形，還有那些文件裡已經沒人引用的東西。這個畫面通常就把問題回答了。

體積大半是圖片，那就能省下一大塊。要是大半是字型和文字，那就省不下來，誰也省不下來。你手上是哪一種，這就是全部故事，值得花十秒看一眼。

PDF 是個容器，裡面裝著好幾類東西，而它們的可壓縮程度完全不同。

圖片。照片和掃描檔。一份大 PDF 裡，它幾乎總是大頭，也是唯一真有餘地的部分。
內嵌字型。一整套字型能有幾百 KB；只取實際用到的那些字元，就少得多。不管哪種，做這個檔案的軟體早就壓過它們了。
文字和向量圖形。是指令，不是畫素：畫這條線、把這個詞擺在這裡。它們本來就緊湊，也本來就壓過了。
已經沒人指向的物件。PDF 很會囤這種東西。編輯一份文件，往往是把改動追加在後面，而不是把檔案重寫一遍，所以某一頁的舊版本可以一直躺在裡面。重新打包檔案就會把它們丟掉。

所以，拿到 PDF 壓縮工具跟前的那兩種文件，前景完全不同。掃描檔本質上就是一疊照片，通常能小 60% 到 90%。而合同、論文或者匯出的報告是文字、圖形和字型，全都被寫它的那個軟體壓過一輪了，這種一般只能省下百分之幾，來源是重新打包、以及丟掉沒人引用的東西。

凡是連你的檔案都沒看就承諾「最高可減 90%」的工具，都是拿第一種的最好情況，去說第二種。

PDF 裡存的不只是一張圖，還記著這張圖在頁面上畫多大。這就給了你一個比畫素數更有用的東西：有效解析度。

一張 4000 畫素寬的掃描圖，鋪在八英寸寬的紙上，等於每英寸 500 個畫素。螢幕能顯示的大約是 100。一臺不錯的辦公印表機工作在 300，再多也用不上。超出這個數的全是細節，而這份文件將來的任何一種用法都顯示不出來，偏偏它往往就是檔案的大頭。

所以一個明白事理的 PDF 壓縮工具，問你要的是 DPI，不是一個品質百分比。它先把超過你那個數字的畫素扔掉，因為那些畫素換來的東西誰也看不見，然後才開始動真正的畫質。

粗略的參考：只在螢幕上讀的文件用 150 DPI，要列印的用 200 到 300，誰也不會留著的草稿用 72 到 100。按圖片實際畫多大來衡量，也正是為什麼一個放得很小的 logo 不會跟整頁掃描檔被同等對待，它本來就已經貼著自己的有效解析度了，沒什麼可拿的。

圖片要重新編碼，所以那部分會掉一點。除此之外什麼都不該動，而你手上那個工具守不守這條，值得核一核：

文字還是文字。選得中、搜得到、複製得走。一個把頁面壓平成圖片的壓縮工具，能給你一個非常小的檔案，也順手毀了這份文件：搜不了，螢幕閱讀器讀不了，而且再也回不去了。
字型保持完整。替換字型會改變這份文件在別人機器上的樣子，而 PDF 存在的意義，恰恰就是防止這件事。
向量圖形原樣複製。它本來就小，把它光柵化只會又變大又變差。
表單、連結、書籤、無障礙結構和附件都要帶過去。這些在重寫過程中很容易丟，而且往往要等到有人需要它的那天才被發現。

還有一條相關的規矩，壓縮工具該守，而很多沒守：一張圖重編之後要是並不比原來小，那就把原來的位元組放回去。白白把畫面弄差、又一點沒省，那是純虧，而在那些本來就壓得不錯的圖片上，這種事發生得比你想的多。

PDF 裡有些圖片會被跳過，而好一點的工具會把它們點出來，不會一聲不吭地把它們排除在帳目之外：

JPEG 2000、JBIG2 和傳真編碼（CCITT）圖片。沒有哪個瀏覽器內建這三種的解碼器，所以原樣放行。後兩種是雙色的，只有黑白，一般也本來就接近最小了。
CMYK 圖片。故意不動。重編有可能讓印出來的顏色偏掉，而對一份別人要拿去列印的文件做這種事，未免太意外了。

有時候檔案之所以大，理由本身就說明壓縮是個錯誤答案。

它是不是本來不用掃的？一份列印出來又掃回去的文件，就是一疊文字的照片。原件要是還以文件的形式存在某處，把那個轉成 PDF，出來的檔案會小上一大截，而且還能搜。

它是不是按印刷設定匯出的？文書處理和設計軟體常常預設匯出印刷品質。從原始檔按螢幕用途重新匯出一次，通常比壓縮那份匯出結果更划算。

它非得是一個檔案不可嗎？郵件的上限是按每封算的。把一份兩百頁的文件按章拆開，有時候才是老實的辦法。

帶密碼的 PDF 會被這裡的工具拒收，這是故意的，不是缺功能。連密碼是空的那種也拒，而很多掃描器和影印機就是這麼存的。

給文件解保護跟給文件瘦身是兩碼事。一個一聲不吭就辦了的工具，等於替你做了你沒要求的事，動的是別人有意鎖上的檔案，還回給你一份不再具有他們本來想要的那個屬性的副本。你真想解，那就先自己動手、有意識地解掉。

開啟它。把圖片放到全尺寸看看，確認文字還選得中，再核對一遍頁數。

最後這件事，這裡的工具在把檔案交給你之前就替你做了：它把剛寫好的文件重新開啟一遍，把頁數點一遍，在你自己的機器上。它還按 PDF 1.5 寫，2003 年之後出的閱讀器都認，所以「在我機器上打得開」基本可以代表「在他們那裡也打得開」。

壓縮 PDF 聽起來像伺服器的工作，在網頁存在的大半時間裡也確實是。可它實際做的事，無非是解析檔案結構、找到那些影像流、用瀏覽器本來就帶的編解碼器把它們解開再編回去，然後把文件寫出來。這些現在都能在瀏覽器裡跑。

而這件事在這類檔案上比在別的上更要緊，因為人們拿來壓的是什麼：合同、診斷報告、銀行流水、身份證件、報稅材料。這裡的工具壓根沒有聯網功能，頁面的 Content-Security-Policy 把它可能聯的地址全列了出來，沒有一個是本站的。開啟它，拔線，照壓不誤。