چگونه فایل‌های PDF بزرگ را بدون آسیب به وضوح بصری فشرده کنیم

۱. چه چیزی فایل‌های PDF را این‌قدر بزرگ می‌کند؟ چهار مقصر تورم فایل

وقتی یک سند PDF به ده‌ها یا صدها مگابایت متورم می‌شود، کاربران اغلب گمان می‌کنند متن یا تعداد صفحات مسئول آن است. اما متن قالب‌بندی‌نشده و تایپوگرافی وکتوری تقریباً فضای دیسک ناچیزی اشغال می‌کنند: هزار صفحه متن خالص معمولاً به کمتر از ۲ مگابایت نیاز دارد. در واقع، تورم PDF از چهار مقصر معماری متمایز ناشی می‌شود:

1. بیت‌مپ‌های اسکنر فشرده‌نشده یا با وضوح بیش از حد: اسکنرهای رومیزی اسناد و دستگاه‌های کپی اداری اغلب صفحات را با 600 DPI و رنگ ۲۴ بیتی فشرده‌نشده ثبت می‌کنند. یک صفحه A4 اسکن‌شده با 600 DPI بیش از ۳۵ میلیون پیکسل دارد و اگر بدون فشرده‌سازی تهاجمی ذخیره شود، برای هر صفحه ۱۰۰ مگابایت داده بیت‌مپ خام تولید می‌کند.

2. جاسازی کامل برنامه فونت: وقتی سندی در نرم‌افزارهایی مانند Adobe InDesign، ‏Word یا LaTeX کامپایل می‌شود، موتور تولید محتوا اغلب کل فایل‌های فونت TrueType یا OpenType — شامل هزاران گلیف استفاده‌نشده زبان‌های خارجی و نمادهای ریاضی — را جاسازی می‌کند و حجم فایل را به ازای هر قلم یکتای استفاده‌شده چند برابر می‌کند.

3. فشرده‌سازی ناکارآمد جریان: ابزارهای قدیمی ساخت PDF به‌جای فشرده‌سازی مدرن zlib FlateDecode از ASCII فشرده‌نشده یا رمزگذاری ساده LZW استفاده می‌کنند و دستورهای متن و ترسیم وکتوری را بی‌جهت متورم باقی می‌گذارند.

4. اشیای یتیم و تورم ذخیره افزایشی: وقتی PDF بارها در ویرایشگرهای رومیزی ویرایش شود، تغییرات اغلب به‌جای بازنویسی ساختار به انتهای فایل افزوده می‌شوند (ذخیره‌های افزایشی). نسخه‌های قدیمی تصاویر و صفحات حذف‌شده به‌صورت اشیای یتیم بدون ارجاع همچنان به‌طور فیزیکی در فایل ذخیره می‌مانند.

۲. کوچک‌سازی تصاویر و فشرده‌سازی مجدد تطبیقی (DCTDecode در برابر FlateDecode)

چون تصاویر جاسازی‌شده بخش عمده بار بایتی PDF را تشکیل می‌دهند، بهینه‌سازی هوشمند تصویر چشمگیرترین کاهش حجم فایل را به همراه دارد. یک موتور حرفه‌ای فشرده‌سازی هر image XObject ‏(/Subtype /Image) را تحلیل و بهینه‌سازی تطبیقی اعمال می‌کند:

نخست، کوچک‌سازی دومکعبی: برای مشاهده روی صفحه‌نمایش و چاپ اداری استاندارد، وضوح تصویر 150 DPI تیزی بصری بی‌نقصی فراهم می‌کند. اگر سندی عکس‌ها را با 300، 400 یا 600 DPI جاسازی کرده باشد، موتور ما نسبت کوچک‌سازی را محاسبه و ماتریس پیکسل را با درون‌یابی دومکعبی بسیار دقیق بازنمونه‌برداری می‌کند و میلیون‌ها پیکسل زائد را بدون ایجاد پیکسلی‌شدن حذف می‌کند.

دوم، ترجمه فضای رنگ و قالب: تصاویر عکاسی تُن پیوسته که با FlateDecode بدون اتلاف (فشرده‌سازی PNG) رمزگذاری شده‌اند فایل‌های عظیمی تولید می‌کنند. با تبدیل جریان‌های عکاسی به DCTDecode مدرن (فشرده‌سازی JPEG) با جدول‌های کوانتیزه‌سازی بهینه تبدیل کسینوسی گسسته (DCT)، حجم فایل‌ها ۷۰٪ تا ۸۵٪ کاهش می‌یابد، بی‌آنکه هیچ افت محسوسی در وضوح بصری رخ دهد.

سوم، تبدیل به سیاه‌وسفید برای اسکن‌های تک‌رنگ: یادداشت‌های اداری، قراردادها و صورت‌جلسات حقوقی که با رنگ ۲۴ بیتی اسکن شده‌اند، برای متنی که اساساً تک‌رنگ است سه کانال رنگ (RGB) حمل می‌کنند. تبدیل این تصاویر به سیاه‌وسفید ۸ بیتی فوراً وزن بایتی آن‌ها را ۶۶٪ کاهش می‌دهد.

۳. زیرمجموعه‌سازی فونت: حذف گلیف‌های استفاده‌نشده از قلم‌های جاسازی‌شده

تایپوگرافی مدرن سازمانی بر خانواده‌های گسترده فونت OpenType و TrueType تکیه دارد. یک فایل فونت کامل برای قلمی چندکاره مانند Helvetica، ‏Arial یا Noto Sans می‌تواند از ۱ تا ۵ مگابایت فراتر رود، زیرا هزاران نویسه یونیکد شامل سیریلیک، یونانی، عربی، عبری و اندیشه‌نگاشت‌های شرق آسیا را در بر دارد.

اگر یادداشت سازمانی ۱۰ صفحه‌ای انگلیسی شما فقط از ۶۵ نویسه متمایز آن فونت استفاده کند، جاسازی کل برنامه فونت ۵ مگابایتی اسراف آشکار است. فشرده‌سازی حرفه‌ای زیرمجموعه‌سازی فونت را اجرا می‌کند:

موتور هر عملگر متن (Tj، ‏TJ) را در همه جریان‌های محتوای صفحات اسکن می‌کند تا فهرست جامعی از همه شناسه‌های گلیف یکتایی که واقعاً در سند رندر می‌شوند تهیه کند. سپس یک زیرمجموعه فونت سفارشی سبک (که در PDF با پیشوند برچسب ۶ حرفی مانند 'ABCDEF+Helvetica' شناسایی می‌شود) می‌سازد و همه داده‌های گلیف بدون ارجاع را حذف می‌کند.

این کار سربار فونت را از چند مگابایت به تنها ۱۵ تا ۳۰ کیلوبایت برای هر قلم کاهش می‌دهد و تضمین می‌کند سند روی هر رایانه یا دستگاه موبایلی در جهان یکسان رندر شود. می‌توانید فونت‌های جاسازی‌شده را در ابزار استخراج فونت‌ها ما بررسی کنید.

۴. بهینه‌سازی جریان، فشرده‌سازی Flate و پاک‌سازی اشیای یتیم

فراتر از تصاویر و فونت‌ها، یک گردش‌کار کامل فشرده‌سازی PDF داربست ساختاری خود فایل سند را بهینه می‌کند:

1. فشرده‌سازی جریان محتوا: دستورهای متن، مسیرهای برش وکتوری و ماتریس‌های تبدیل با الگوریتم‌های پرنسبت zlib FlateDecode دوباره فشرده می‌شوند و دستورهای خام ASCII تا ۷۵٪ کوچک می‌شوند.

2. نوسازی جریان ارجاع متقابل: در فایل‌های قدیمی PDF 1.4، جدول‌های ارجاع متقابل (xref) به‌صورت متن ساده ASCII نوشته می‌شوند. ارتقای سند به PDF 1.5 به بالا، جریان‌های ارجاع متقابل فشرده (/Type /XRef) و جریان‌های شیء (/Type /ObjStm) را فعال می‌کند که چند شیء غیرمستقیم کوچک را در بسته‌های باینری فشرده بسته‌بندی می‌کنند.

3. جمع‌آوری مخرب زباله‌های یتیم: گراف اشیا از کاتالوگ ریشه سند تجزیه می‌شود. هر شیء غیرمستقیمی که از طریق درخت صفحات فعال قابل دسترسی نباشد برای همیشه از فایل برداشته می‌شود و تاریخچه بازنگری باقی‌مانده و حاشیه‌نویسی‌های حذف‌شده از بین می‌روند.

4. فشرده‌سازی JBIG2 برای اسکن‌های تک‌رنگ: برای متون اسکن‌شده سیاه‌وسفید، فشرده‌سازی دوسطحی JBIG2 جایگزین فشرده‌سازی قدیمی فکس CCITT Group 4 می‌شود و با شناسایی و اشتراک‌گذاری اشکال تکراری گلیف نویسه‌ها در صفحات، نسبت فشرده‌سازی ۲ تا ۵ برابر بالاتری ارائه می‌دهد.

۵. ممیزی ترکیب فایل: مگابایت‌های شما کجا مصرف می‌شوند؟

مدیران حرفه‌ای پیش از تصمیم‌گیری درباره راهبرد فشرده‌سازی، تفکیک بایتی سند را ممیزی می‌کنند. دانستن اینکه فایل به دلیل تصاویر رستری با وضوح بالا، کتابخانه‌های فونت متورم یا واژه‌نامه‌های فرم فشرده‌نشده متورم شده، بهترین گردش‌کار بهینه‌سازی را تعیین می‌کند.

با ابزار اندازه‌گیری حجم PDF ما می‌توانید درصدهای جزئی را بررسی کنید: بایت‌های تصویر، برنامه‌های فونت، جریان‌های محتوا و بسته‌های فراداده.

اگر تصاویر ۹۲٪ حجم فایل را تشکیل دهند، کوچک‌سازی تهاجمی تصاویر به 150 DPI با DCTDecode فایل را به کسری از وزن اصلی‌اش می‌رساند. اگر فونت‌های جاسازی‌شده بخش عمده حجم را تشکیل دهند، زیرمجموعه‌سازی و هرس فونت با زیرمجموعه‌سازی فونت‌ها تورم را فوراً برطرف می‌کند.

۶. راهنمای گام‌به‌گام: فشرده‌سازی PDF سمت کاربر بدون خطرات حریم خصوصی ابر

بسیاری از خدمات آنلاین فشرده‌سازی PDF کاربران را با ابزارهای رایگان جذب می‌کنند، اما آپلود فایل‌های محرمانه در سرورهای ابری دوردست را الزامی می‌کنند که در آنجا در معرض اسکن خودکار داده، ذخیره‌سازی رمزگذاری‌نشده و ردیابی شخص ثالث قرار می‌گیرند. ابزار بومی مرورگر فشرده‌سازی PDF ما با WebAssembly کامپایل‌شده ۱۰۰٪ به‌صورت محلی درون مرورگر شما کار می‌کند.

این‌گونه اسناد خود را به‌طور امن فشرده کنید:

گام ۱: ابزار فشرده‌سازی PDF را باز کنید و سند متورم خود را به ناحیه رها کردن بکشید. فایل مستقیماً در RAM رایانه شما خوانده می‌شود.

گام ۲: نمایه بهینه‌سازی را انتخاب کنید: «توصیه‌شده (متوازن)» کاهش بهینه برای ایمیل و مشاهده وب در 150 DPI فراهم می‌کند؛ «فشرده‌سازی شدید» برای محدودیت‌های سخت حجم فایل به‌شدت کوچک می‌کند؛ «فشرده‌سازی کم» برای چاپ تجاری 300 DPI را حفظ می‌کند.

گام ۳: روی «فشرده‌سازی» کلیک کنید. موتور WebAssembly در چند ثانیه تصاویر را کوچک، فونت‌ها را زیرمجموعه و جریان‌های شیء را بازسازی می‌کند.

گام ۴: نتایج را بررسی کنید. ابزار صرفه‌جویی دقیق بایتی شما را نمایش می‌دهد (برای مثال «کاهش از 45.2 MB به 4.1 MB — ۹۱٪ صرفه‌جویی»). PDF سبک خود را فوراً دانلود کنید.

گام ۵: برای اسنادی که قرار است آنلاین منتشر شوند، فایل فشرده را از ابزار خطی‌سازی PDF عبور دهید تا پخش جریانی Fast Web View فعال شود.

۷. چگونه برای انتشار وب به حداکثر فشرده‌سازی برسیم

اگر اسناد را آنلاین منتشر می‌کنید، فشرده کردن حجم خام بایتی تنها گام نخست است. برای تضمین سریع‌ترین تجربه کاربری ممکن در مرورگرهای وب، فشرده‌سازی را با خطی‌سازی ترکیب کنید:

ابتدا سند خود را با فشرده‌سازی PDF فشرده کنید تا حجم غیرضروری حذف شود. سپس خروجی فشرده را از ابزار خطی‌سازی PDF ما عبور دهید تا Fast Web View فعال شود. اگر سند شما فیلدهای فرم قدیمی یا یادداشت‌های چسبانی دارد که دیگر لازم نیستند، آن را از تخت‌سازی PDF عبور دهید تا حاشیه‌نویسی‌ها در لایه‌های وکتوری ثابت ادغام شوند.

این خط لوله چندمرحله‌ای نشریات دیجیتال فوق‌فشرده و قابل پخش جریانی تولید می‌کند که در اتصال‌های موبایل و رومیزی در سراسر جهان در کمتر از ۲۰۰ میلی‌ثانیه باز می‌شوند.