PDF 压缩方法论
大多数「压缩 PDF」的教程只告诉你点哪个按钮，却没讲清最关键的一件事：一个文件到底能压多小，是由它的内容决定的，不是由工具决定的。这篇方法论从 PDF 体积的真实来源讲起，拆开压缩的每一种手段（重采样、JPEG 量化、灰度化、去冗余）各能省多少，再用一棵决策树告诉你「面对手上这个文件，该走哪条路」。读完你会从「猜参数」变成「先判断、再下手」，知道哪些文件压一遍就达标、哪些再怎么压也下不来。全程在浏览器本地完成，文件不上传。
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。
前三种是有损的——它们用画质换体积，收益巨大；最后一种是无损的——它只清理冗余，画质不变但收益有限。「压到指定 KB」这类硬指标，几乎一定要动用前三种里的某几种。
- 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 / 黑白化：纯文字的黑白扫描没必要保留彩色，去掉颜色通道通常再省 30%–60%。代价是丢失颜色（对纯文字材料无损失）。
- 无损去冗余：移除重复对象、未用字体、缩略图缓存、元数据。画质完全不变，但通常只省 5%–25%，单靠它压不到硬指标。
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）通常本就 < 1MB，无需压缩；若必须压，留原始 PDF 更稳，别图像化以免文字不可选。
- 黑白文字扫描件灰度 + 重采样到 150–200DPI，直接选 200KB 预设，多半一遍达标。
- 彩色扫描 / 拍照件，单页或几页选目标体积（按上传限制），保彩色先试；不达标再转灰度或降一档 DPI。
- 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」？
「压不下来」几乎从来不是工具坏了，而是物理下限：文件已经接近它的信息密度极限，再压就是用清晰度硬换体积，得不偿失。方法论的价值，就在于让你提前认出这种情况，而不是反复点按钮。
- 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。
- 页数 × 每页下限 > 目标：100 页扫描，每页最低也要 20KB，物理上压不到 200KB。只能先减页。
- 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？
通常降 DPI 更狠：DPI 减半，像素数减到 1/4，是体积的平方级下降；JPEG 质量是在既定像素上做权衡，影响较线性。实务上两者配合用，压缩猫的「压到目标体积」会自动平衡这两项。
无损压缩能让我达到 200KB 吗？
几乎不能。无损只清理冗余（元数据、重复对象），通常只省 5%–25%，远达不到把几兆扫描压到 200KB 这种硬指标。要达标必须用有损（重采样 / JPEG / 灰度）。
怎么判断我的文件能不能压到目标？
对照本文的压缩比参考表：黑白文字扫描压到 200KB 通常没问题，多页彩色扫描较难，图多的作品集几乎不可能。先看内容类型，再决定目标是否现实，能省下很多无效尝试。
更新于 · 压缩猫团队