文档系统跑一段时间后,存储账单的曲线通常比业务量曲线陡——PDF 是惯犯。同样内容的文件,大小差一个数量级是常态,因为体积由三个工程决策决定:字体怎么嵌、图怎么存、冗余清不清。
拆开一个「过大」的 PDF,常见三宗罪:
归档件(要保真):图像不动分辨率,只做无损整理——清冗余对象、去历史残骸、相同图像资源去重。体积通常能降两三成,零质量损失。
传阅件(要小):图像降采样到 150dpi 是甜点位(屏幕阅读上限),JPEG 质量 80 附近;字体转子集化——只嵌用到的字,这一步往往贡献总收益的一半以上。文字层、可搜索性全部保留。
打印件(要输出质量):图像不能降采样太狠(打印分辨率需求高于屏幕),重点转向字体子集与冗余清理。
一句话:先问用途,再谈压缩参数。「一刀切压到最小」的管道,最后都要为失真返工。
批量管道里做压缩治理,四个动作固化:
PDF 体积问题三分技术七分治理:技术动作就那几个(子集化、降采样、清冗余),难的是把「用途→口径→校验」做成不依赖个人经验的流水线。存储账单曲线压平那天,你会发现大半收益来自入口体检拦下的那批「全字体+原图直存」的源头件。
原创声明:本文系作者授权腾讯云开发者社区发表,未经许可,不得转载。
如有侵权,请联系 cloudcommunity@tencent.com 删除。