PDF 压缩方法论
方法选择取决于文件内容和需要保留的功能。本篇解释重采样、JPEG、灰度与结构重写的取舍，再提供决策树。是否达到目标仍须运行后核对实际字节数与页面，不能预先断定。
PDF 的体积到底来自哪里？
要压缩，先得知道在压什么。一个 PDF 文件的体积，几乎可以拆成四块：页面图像（扫描、照片、插图的位图数据）、矢量与文字（字形、路径、表格线）、内嵌字体（整套或子集化的字库）、以及结构开销（元数据、书签、注释、缩略图缓存、重复对象）。对绝大多数「太大传不上」的文件来说，第一块——页面图像——占了 80% 以上的体积。
这就是为什么同样是 10 页，一份 Word 导出的报告可能只有 300KB，而一份手机拍照转的合同能到 30MB：前者的页面是矢量文字，后者每页都是一张几百万像素的彩色照片。判断一个文件能压多小，第一步永远是问：它的体积主要来自图像，还是来自文字？
| 体积来源 | 典型占比 | 可压缩空间 | 压缩手段 |
|---|---|---|---|
| 页面图像（扫描 / 照片） | 图像型 PDF 约 80%–98% | 极大 | 重采样 + JPEG 量化 + 灰度 |
| 矢量与文字 | 文字型 PDF 的主体 | 很小 | 字体子集化、去重 |
| 内嵌字体 | 几十 KB–几 MB | 中（可子集化） | 字体子集 / 移除未用字形 |
| 结构开销（元数据等） | 通常 < 5% | 小（无损可去） | 无损清理冗余对象 |
压缩的四种手段，各省多少？
「压缩 PDF」其实是几种独立手段的组合，理解它们各自的代价和收益，才能解释为什么有的文件一压就小、有的纹丝不动。
图像分辨率、JPEG 质量和灰度会改变页面细节或颜色；结构重写避免页面图像化，但收益不固定。选择方式取决于需要保留的内容，不能只凭目标大小判断。
- 图像重采样（降 DPI）：把 600DPI 的扫描降到 150DPI，像素数减到约 1/16，是最大的一笔节省。代价是放大后变糊，但屏幕阅读与多数审核用 150–200DPI 已足够。
- JPEG 量化（提高压缩率）：对页面图像用更激进的 JPEG 质量，体积随质量下降快速变小。代价是文字边缘出现轻微「蚊状」噪点，质量低于约 50 时肉眼可见。
- 灰度：移除颜色信息可能减少体积，但收益取决于内容与编码，没有固定百分比。彩色印章、图表或标注可能依赖颜色；仅在允许丢失颜色时，对采用图像压缩的文件启用灰度。
- 无损去冗余是一些 PDF 优化工具可采用的技术，具体收益取决于原文件。压缩猫的保留文字方式只重新保存结构，不承诺逐项清理字体、缩略图、元数据或重复对象。
不同内容能压多小？一张压缩比参考表
这是全篇最该收藏的一张表。它不是承诺，而是基于内容类型的经验区间：同样一个「压到 200KB」的目标，对扫描件轻轻松松，对一份 50 页的彩色画册几乎不可能。先对照你的文件属于哪一类，就能预判结果。
| 内容类型 | 压缩前典型体积 | 可压到 | 能否达 ≤200KB |
|---|---|---|---|
| 黑白文字扫描（200–300DPI） | 0.5–2 MB / 页 | 20–80 KB / 页 | 通常可以 |
| 彩色文档扫描（300DPI） | 1–4 MB / 页 | 80–300 KB / 页 | 单页多半可以，多页较难 |
| 手机拍照转 PDF | 2–6 MB / 页 | 100–400 KB / 页 | 需降 DPI + 灰度才稳 |
| 文字型 PDF（Word 导出） | 通常已很小 | 几乎无可压空间 | 本就达标，无需压 |
| 图多的画册 / 作品集 | 5–20 MB+ | 1–5 MB | 几乎不可能（信息量太大） |
决策树：面对手上的文件，该走哪条路？
把上面的原理收敛成一套可执行的判断。从「这是什么文件」开始，沿着分支走，就能定下最省力又不糊的压缩策略。
- 纯文字（Word/WPS 导出，无扫描图）若原文件已满足要求，可以保留原件；确需压缩时先使用「保留可选中文字」，检查文本仍可提取。
- 黑白文字扫描件先保留文字试一次；若接受失去已有 OCR 文本，可为该文件选择图像压缩。仅在颜色不承载信息时启用灰度，之后检查实际大小和细节。
- 彩色扫描 / 拍照件，单页或几页按接收方字节限制设置目标，默认保留文字。若选择图像压缩，先保留颜色并检查结果；灰度可能丢失印章或图表信息，不能保证达标。
- 几十页的大扫描件，要压到几百 KB先用「删除页面」「拆分 PDF」精简页数，再压——页数是硬约束，不精简压不动。
- 图多的画册 / 作品集优先压源图后再生成 PDF，或接受较大目标（如 ≤10MB）；强压会糊掉作品细节。
为什么有时候「压不下来」？
未找到更小版本并不证明理论或物理下限。可能是所选方式收益有限、原文件已压缩或触及处理限制；区分「保留原件」「高于目标」和「处理失败」，再决定下一步。
- 图像已被高度压缩：源文件就是低质量 JPEG，没有冗余可挤，再压只掉画质。放宽目标。
- 页面越多，较小目标越难兼顾可读性，但不存在适用于每份 PDF 的固定每页字节下限。只在允许时删除不需要的页面。
- 目标设得过激：把清晰彩扫压到 30KB 必然糊到不可用。先 200KB 看效果，再分次收紧。
- 其实是文字型 PDF：本就很小、几乎没有可压空间，「压不动」是正常的，它压根不需要压。
常见问题
为什么同样 10 页，扫描件比 Word 导出的大几十倍？
因为扫描件每页都是高分辨率位图（图像数据），而 Word 导出的页面是矢量文字，几乎不占体积。体积差距全来自「图像 vs 文字」这个根本区别，也决定了前者能大幅压缩、后者几乎没有可压空间。
降 DPI 和提高 JPEG 压缩率，哪个对体积影响更大？
降低 DPI 会减少渲染像素；例如宽高各减半，像素数变为四分之一，但文件字节数不一定按同一比例下降。图像方式会尝试渲染与 JPEG 参数，最终以实际字节数和页面检查为准；保留文字方式不做这种页面渲染。
无损压缩能让我达到 200KB 吗？
不保证。默认保留文字方式可能缩小文件，也可能几乎无变化；没有固定节省比例。图像方式可能进一步缩小，但会牺牲可选文字与视觉细节，仍不保证达到 200 KiB。
怎么判断我的文件能不能压到目标？
参考表仅帮助理解内容差异，不能预测这份文件是否达标。使用选定方式处理后，核对实际字节数与页面；改用图像方式后需重新检查文字和细节。
更新于 · 压缩猫团队