Jak się dowiedzieć, czy plik PDF jest skompresowany, czy nie (i) aby go skompresować

Właśnie dowiedziałem się, że pliki PDF można kompresować w celu zmniejszenia ich rozmiaru dysku.

1. Zastanawiałem się, jak się dowiedzieć, czy plik PDF został już skompresowany?
2. Jakich aplikacji / poleceń można używać do kompresji lub dekompresji pliku PDF?

Moje środowisko to Linux Ubuntu 10.10.

Niektóre próby nie dają zadowalających rezultatów:

1. Oto wyniki próby pdftk:

   $ pdftk 3.pdf output 5.pdf uncompress 
   $ pdftk 3.pdf output 3comp.pdf compress 
   $ ls -l 3.pdf 3comp.pdf 5.pdf
   -rwxrwx--- 1 root plugdev  8652269 2011-07-30 12:27 3comp.pdf
   -rwxrwx--- 1 root plugdev  8652319 2011-07-29 22:15 3.pdf
   -rwxrwx--- 1 root plugdev 16829828 2011-07-30 12:27 5.pdf
   

   Właściwości plików pokazują, że nie wszystkie są zoptymalizowane.

2. Wyniki konwersji do ps, a następnie z powrotem do pdf:

   $ pdf2ps 3.pdf 3.ps
   $ ps2pdf 3.ps 3c.pdf
   $ ls -l 3.pdf 3.ps 3c.pdf
   -rwxrwx--- 1 root plugdev   8808946 2011-07-30 13:14 3c.pdf
   -rwxrwx--- 1 root plugdev   8652319 2011-07-29 22:15 3.pdf
   -rwxrwx--- 1 root plugdev 122375966 2011-07-30 13:14 3.ps
   

w skrócie:

Aby wiedzieć, czy jest już skompresowany:

strings your.pdf | grep /Filter

Aby (od) kompresować plik PDF, użyj QPDF

qpdf --stream-data=compress your.pdf compressed.pdf
qpdf --stream-data=uncompress compressed.pdf uncompressed.pdf  

wyjaśnienie:

Słowo kluczowe „Filtruj” w pliku pdf jest wskaźnikiem zastosowanej metody kompresji. Niektórzy z nich są:

CCITT G3 / G4 - używany do obrazów monochromatycznych
JPEG - algorytm stratny stosowany do obrazów
JPEG2000 - bardziej nowoczesna alternatywa dla JPEG, która jest również używana do kompresji obrazów
Flate - służy do kompresji tekstu oraz obrazów
JBIG2 - alternatywa dla Kompresja CCITT dla obrazów monochromatycznych
LZW - używana do kompresji tekstu oraz obrazów, ale zastępowana przez Flate
RLE - używana do obrazów monochromatycznych
ZIP - używana do obrazów w skali szarości lub kolorowych

(skopiowane stąd ).

Jednak biorąc pod uwagę złożoną strukturę plików PDF, przez większość czasu część (lub „strumień”) pliku PDF będzie już w jakiś sposób skompresowana (i pojawi się podczas grepping / Filter), podczas gdy inna część nie będzie, więc nie ma odpowiedzi TAK / NIE na pytanie, czy plik PDF jest skompresowany.
Jednym ze sposobów rozwiązania tego problemu byłoby dodanie -copcji do grep, która zwraca liczbę wystąpień, dzięki czemu można stosunkowo łatwo zobaczyć, jak dobrze jest skompresowany. na przykład, jeśli zwraca mniej niż 10, jest to dość nieskompresowane.strings "large.pdf" | grep -c /Filter

Inną właściwością związaną z rozmiarem w plikach PDF jest to, czy zostały zoptymalizowane pod kątem szybkiego dostępu, przy czym „zoptymalizowane” pliki PDF mają większy rozmiar, cytat z wikipedii :

Pliki PDF mają dwa układy - nieliniowy (nie „zoptymalizowany”) i liniowy („zoptymalizowany”). Nieliniowe pliki PDF zajmują mniej miejsca na dysku niż ich odpowiedniki liniowe, chociaż dostęp do nich jest wolniejszy, ponieważ części danych wymagane do złożenia stron dokumentu są rozproszone w całym pliku PDF. Liniowe pliki PDF (zwane również „zoptymalizowanymi” lub „zoptymalizowanymi” plikami PDF) są zbudowane w sposób, który umożliwia ich odczytanie we wtyczce przeglądarki internetowej bez czekania na pobranie całego pliku, ponieważ są zapisywane na dysku moda liniowa (jak w kolejności stron). Pliki PDF można optymalizować za pomocą oprogramowania Adobe Acrobat lub QPDF.

Możesz sprawdzić, czy plik PDF jest zoptymalizowany za pomocą pdfinfo your.pdf.

pdftk to narzędzie do wykonywania niektórych operacji na plikach PDF, takich jak kompresja / dekompresja:

$ pdftk test.pdf output compressed_test.pdf compress

Znalazłem metodę kompresji w pliku pdf. Otwórz plik PDF za pomocą edytora tekstu. Uruchom CCITT Wyszukaj lub Znajdź - jeśli nie znaleziono, wprowadź JPEG, następnie Flate, następnie JBIG2, następnie LZW, następnie RLE, a następnie ZIP.
Brzmi gorzej niż jest! Bardzo łatwo znaleźć metodę kompresji strumienia danych.

Wystarczy sprawdzić jego właściwości; powie, czy plik jest skompresowany czy nie.