做了个网页版 PDF 压缩工具，解决「不想上传隐私文件」的问题

[hiko2chen]

起因是有一个银行的亲戚，需要压缩一个用户的合同 PDF ，内容基本拍摄的合同照片导致文件很大，因为文件敏感涉及到具体客户信息，所以不想使用需要上传文件的在线服务，私聊让我帮他手动压缩一下。 弄完后我发现对于一些，可能企业内部没有提供工具，但是又有敏感文件压缩的人来说，当前确实希望有一个即时可用，安全的工具。

所以就做了这个： • 打开网页就能用，无需下载安装 • 文件在浏览器里处理（ Ghostscript WASM ） • 完全不上传服务器

技术栈：React + Ghostscript WASM + Cloudflare Pages

适合场景：偶尔压缩几个 PDF ，注重隐私，即时可用 不适合：批量处理或需要高级功能

域名是 https://safetypdf.com

上线以后没怎么做推广，不过也有 19 个自然流量用户压缩了文件，节省 362MB 空间。 欢迎 v 友们试用，有问题随时提～

[Izual_Yang]

@Izual_Yang #39 看了一下就是 /screen 和 /printer ，那确实快

[dimwoodxi27]

@hiko2chen 按加载体感来说感觉慢，而且其他的 PDF 压缩网站加载更快，但感觉你这个压缩速度还行是我用过十几个 PDF 中算最快的，其他的都是上传到后端压缩的，但你这个算是离线压缩是不错的方式，网站体积和质量压缩更小是能比 90%的 PDF 压缩网站好用的；个人感觉大部分人压缩 PDF 的目的就是为了上传到一些在线文档，而在线文档限制了 PDF 的上传体积为 100M 以内。

[hugodotlau]

@Izual_Yang 不太理解 SafetyPDF 和 gs 命令行不应该一致么？

[hugodotlau]

果然是 gs ， 小文件负压缩效果问题还存在 :D

原始大小
5.44 MB
压缩后大小
5.66 MB
节省空间
-4.2%

[hiko2chen]

@gdfsjunjun 我找到问题了
[核心原因]
1. 原 PDF 里面的 JPEG 文件已经经过一次压缩率较高的“激进压缩”，文件已经很小且优化了。
2. 如果使用的是推荐模式进行压缩的话，我的 GS 内使用的是/printer 预设进行压缩，内部的参数 QFactor 较低，相当于保守压缩，此时 GS 会对 JEPG 全部解码重新编码。
3. 因为重新编码参数更保守，所以会尝试保留更多已经在第一次压缩时丢失的细节，编码一些已经损坏的数据。

最终导致体积上升。

而且我算了一下，这个文件 280 个 JPEG 图片，使用重压缩，每个图片可能会增加 50-100KB ，增量也是差不多 21 MB ，和预期差不多😂

[解决方案]
对于这种已经被压缩处理过的 PDF ，再压缩的方式可以使用极致压缩模式，这样会再对内容进行有损压缩，但是速度会较慢，我试了下，压缩了 18%，从 51MB 压缩到 42MB 。
不过我当前这个也有设计缺陷，我后续考虑拓展一下 PDF 分析组件，提前提取分析 jpeg 质量，如果高于当前压缩算法，忽略重新编码 jpeg ，仅优化数据流

[hiko2chen]

@dimwoodxi27 主要还是有些文件，比如比较重要的合同，文件，私人的内容之类的，上传到别人服务器总是有些不放心

[hiko2chen]

@hugodotlau 这个问题不知道是不是也是类似上面的，小文件里面的图片文件已经被压缩过了，推荐模式的重新编码可能会导致体积上升

[hugodotlau]

@hiko2chen 不完全是，理论上你可以先提取图片判断压缩率后，再决定压缩策略。这里面有个更难的问题是重新生成的 pdf 的字库会被更新有可能变大

[PbCopy111]

@xinyu391
@gdfsjunjun 国企最爱啊，国企付费使用没毛病吧。

[wxf666]

@hiko2chen #45

36 楼的 PDF ，可能重复图片只保存了一份，但你可能重复压缩并存储了，所以体积缩小不明显？

---

1. 我用 pdfimages 解包出原始图片，压缩前共 55.6 MB ，极致压缩后共 21.0 MB ，都是 6297 张。

2. 再用 rdfind 删除重复文件后，压缩前剩 3086 张 27.4 MB ，极致压缩后剩 3186 张 9.2 MB 。（难道同一张图片，多次压缩结果不同？）

3. 猜测：

3.1 原 PDF 只存储一份重复图片（因为 55.6 MB > 51 MB ，还有其他内容、字体等要存储）

3.2 极致压缩后，可能重复图片也原样存储了，因为 ( 51 MB - 42 MB = 9 MB 极致压缩后节省体积 ) = ( 27.4 MB - 21.0 MB + 其他被精简掉的 2.6 MB )，看起来对得上？

3.3 如果极致压缩后，也能去掉重复图片，最终文件应该能小至 30 MB ？


---


感觉除非大幅牺牲画质，jpg / png 已经很难再减少体积了。。

要是 PDF 支持 avif 、heic 、jpeg-xl 等先进格式图片，就好了。。

4K 阿凡达图，4.23 MB jpg ，压成 0.15 MB avif ，减少 97% 体积，细节纹路噪点都还保留的可以。。

实测 avif-enc 压一遍那 3086 张原图，原始分辨率，画质基本不变时，可减少 72% 体积，只剩 7.8 MB 。。

[bigbug55]

题主，代码开源了么？想学习下.