English | 简体中文

PDF 压缩工具

基于 Python 的 PDF 压缩脚本，支持多档位压缩配置，可处理单个文件或批量文件夹。

功能特点

• 支持单文件和文件夹批量压缩
• 三档压缩级别（low/medium/high）
• 多引擎支持（pikepdf/pypdf/ghostscript）
• 自定义压缩配置
• 不覆盖源文件，输出文件名自动添加 __compressed 后缀
• 基于实际显示 DPI 的智能降采样（按页面 mediabox 推算图片有效 DPI）
• 按图片模式分流处理：彩色/灰度/黑白图分别走对应压缩策略
• AUTO 算法：对彩色/灰度图同时尝试 JPEG 与 Flate，取较小者，避免图表被 JPEG 反向放大
• 多页共享图片自动去重，避免重复压缩同一对象
• 安全保护：若重编码后比原始流更大则保留原图，避免对线稿/已优化图造成反效果
• JPEG 编码使用 progressive + optimize，进一步减小体积

安装

# 创建虚拟环境（推荐，避免依赖冲突）
python -m venv venv

# 激活虚拟环境
venv\Scripts\activate.bat    # Windows PowerShell（如被拦截用 .bat）
source venv/bin/activate     # Mac / Linux

# 安装依赖
pip install -r requirements.txt

如果不想用虚拟环境，也可以直接执行 pip install -r requirements.txt。

如需最佳压缩效果，可额外安装 Ghostscript 并添加到系统 PATH。

快速开始

# 单文件压缩
python pdf_compress.py report.pdf -l medium

# 文件夹批量压缩
python pdf_compress.py my_pdfs -l high

命令参数

python pdf_compress.py <输入> [选项]

参数:
  input                 输入 PDF 文件或文件夹路径

选项:
  -o, --output          输出路径（单文件模式下不指定则输出到 <原名>__compressed.pdf）
  -l, --level           压缩档位: low / medium / high（默认 medium）
  -e, --engine          压缩引擎: auto / pikepdf / pypdf / ghostscript（默认 auto）
  -c, --config          自定义 JSON 配置文件路径
  --list-presets        列出所有内置压缩档位详情

压缩档位

档位	JPEG 质量	彩色 DPI	灰度 DPI	黑白 DPI	说明
low	90	200	200	400	轻量压缩，保持最高画质
medium	65	150	150	300	平衡压缩，兼顾质量与体积
high	30	100	100	200	强力压缩，最小文件体积

默认图片压缩算法为 AUTO：对彩色/灰度图同时尝试 JPEG 与 Flate 取较小者，黑白图固定使用 Flate。

使用示例

单文件压缩

# 单文件压缩，输出到同目录
python pdf_compress.py report.pdf -l medium
# 结果: report__compressed.pdf

# 单文件压缩，指定输出路径
python pdf_compress.py report.pdf -o result.pdf -l high

文件夹批量压缩

# 压缩文件夹内所有 PDF（仅顶层，不递归子文件夹）
python pdf_compress.py pdfs/ -l high
# 结果: pdfs__compressed/xxx__compressed.pdf

高级用法

# 使用 Ghostscript 引擎（需要单独安装 Ghostscript）
python pdf_compress.py report.pdf -l high -e ghostscript

# 使用自定义配置
python pdf_compress.py report.pdf -c my_config.json

# 查看档位详情
python pdf_compress.py --list-presets

实际压缩效果

内置测试 PDF 实测（pikepdf 引擎）：

文件	档位	原始大小	压缩后	压缩率
20th 周年纪念.pdf	medium	12.5 MB	5.4 MB	57.0%
20th 周年纪念.pdf	high	12.5 MB	3.3 MB	73.6%
NIPS-2017 论文.pdf	medium	556.1 KB	524.7 KB	5.6%
NIPS-2017 论文.pdf	high	556.1 KB	457.2 KB	17.8%

说明：

• 彩色图片为主的 PDF 压缩效果最佳（可达 70-90%）
• 已高度压缩的 PDF 或纯文本 PDF 压缩效果有限
• medium 档位平衡质量与体积，适合大多数场景
• 新版本已内置"重编码后比原图大就保留原图"的保护逻辑，不会出现压缩后文件反而变大的情况

使用建议

场景	推荐档位	说明
漫画/图片为主的 PDF	medium 或 high	压缩效果显著，可大幅减小体积
学术论文/文档	low 或 medium	以文字和图表为主，新版本会自动跳过不适合 JPEG 的图
扫描件	medium	平衡压缩率和可读性
已高度压缩的 PDF	low 或不压缩	新版本会自动保留原图，但仍建议用 low 减少处理时间

常见问题

Q: 如何选择压缩档位？
A:

• low: 适合需要保持高画质的场景（如学术论文、印刷品）
• medium: 适合大多数场景，平衡质量和体积（默认推荐）
• high: 适合对画质要求不高，只追求最小体积的场景

Q: 压缩后的 PDF 画质会受影响吗？
A: 会有一定影响，但 low 和 medium 档位的影响通常很小。high 档位会明显降低图片质量。黑白图固定使用无损 Flate 压缩，画质不受 JPEG 质量影响。

Q: 支持哪些压缩引擎？
A:

• pikepdf: 基于 qpdf，支持完整的图片重编码、降采样、去重等功能，推荐（默认）
• pypdf: 纯 Python 实现，仅压缩内容流和合并重复对象，不重编码图片
• ghostscript: 需要单独安装，支持完整的 JPEG 质量 + DPI 降采样控制，压缩效果最强

Q: 多页 PDF 中重复出现的图片会被多次压缩吗？
A: 不会。pikepdf 引擎会按图片对象的 objgen 去重，同一张图片只处理一次。

Q: 已经高度优化的 PDF 还能压缩吗？
A: 可以放心尝试。新版本会对比重编码后的数据与原始流大小，若重编码后反而变大则保留原图，不会出现压缩后文件变大的情况。

自定义配置

参考模板文件 compress_config_template.json，可调整以下参数：

字段	类型	默认值	说明
jpeg_quality	0-100	85	JPEG 图片质量，越低文件越小
downsample_color	bool	true	是否对彩色图降采样
color_dpi_threshold	int	225	彩色图降采样触发阈值（实际 DPI 高于此值才降采样）
color_dpi_target	int	150	彩色图降采样目标 DPI
downsample_gray	bool	true	是否对灰度图降采样
gray_dpi_threshold	int	225	灰度图降采样触发阈值
gray_dpi_target	int	150	灰度图降采样目标 DPI
downsample_mono	bool	true	是否对黑白图降采样
mono_dpi_threshold	int	600	黑白图降采样触发阈值
mono_dpi_target	int	300	黑白图降采样目标 DPI
color_image_compression	string	"auto"	彩色图压缩算法：jpeg / flate / lossless / auto
gray_image_compression	string	"auto"	灰度图压缩算法
mono_image_compression	string	"flate"	黑白图压缩算法（建议保持 flate）
remove_unused_objects	bool	true	移除未引用资源（启用 object stream）
linearize	bool	false	线性化输出（优化网页渐进加载）
recompress_flate	bool	true	对内部 Flate 流再次压缩
clean_metadata	bool	true	清理文档元数据

auto 算法说明：对彩色/灰度图同时尝试 JPEG 与 Flate 编码，取字节数较小者写回，并对比原始流大小决定是否替换。

工作目录示例

输入:
  my_pdfs/
  ├── a.pdf
  └── b.pdf

运行:
  python pdf_compress.py my_pdfs -l medium

输出:
  my_pdfs/              # 原文件夹不变
  ├── a.pdf
  └── b.pdf
  my_pdfs__compressed/  # 压缩结果
  ├── a__compressed.pdf
  └── b__compressed.pdf