无论猫的页数如何，PDFTK 输出与输入大小相同
PDFTK Output Same Size as Input Regardless of Cat'd Page Count
我 运行 在处理一组特定的 PDF 时遇到了一种奇怪的情况，不知道从哪里开始。如果我爆破一个 25M、600 pg 的文件，每个爆破文件的输出变为 25M。如果我做 pdftk input.pdf cat 1-100 output out.pdf 大小也是 25M（25292kb vs 25524kb for original）。执行页面范围 1-5 会导致文件大小为 25040kb。
有没有我可以添加到 pdftk 的标志来处理这种情况？ Ghostscript 可以从这个 pdf 中获取一个页面范围并制作一个合适大小的 PDF，但 gs 似乎不能处理突发以及需要安装所有字体。
您可能对 PDF 做出以下假设：如果您有一个文件大小为 3000 KB 且有 10 页的 PDF，那么拆分此 PDF 将产生 30 个文件大小为 300 KB 的文件。
这个假设是错误的。想象一个 3000 KB 的文档，包含十页和以下对象：
- 每页使用四个字体子集，每个大约 50 KB
- 一页上显示十张图片，每张约 200 KB（每页一张图片）
- 每页有四张图片，每张约 50 KB
- 十页内容流，每页约 25 KB
- 大约 350 KB 用于目录、信息字典、页面树、交叉引用等对象 table 等...
单个页面至少需要：
- 四个字体子集：4 倍 50 KB
- 单张图片：1 次 200 KB
- 四张图片：4 次 50 KB
- 单个内容流：1 次 50 KB
- 略微减少的交叉引用 table，略微减少的页面树，几乎相同的目录，相同大小的信息字典，... 200 KB
总计 850 KB。这意味着如果将 10 页 3000 KB 的 PDF 文档拆分为 10 个单独的页面，最终将得到 8500 KB（850 KB 的 10 倍）。
我的猜测是您的 PDF 中的共享资源（每个页面中使用的资源，例如字体）很大。例如。如果有人使用高分辨率图像作为每个页面的背景大约需要 25M，那么您的 600 个页面中的每个页面都需要这 25M。
请注意，PdfTk 只不过是 iText 过时版本的包装器。您可能想尝试更新版本的 iText，看看问题是否仍然存在。
我 运行 在处理一组特定的 PDF 时遇到了一种奇怪的情况，不知道从哪里开始。如果我爆破一个 25M、600 pg 的文件，每个爆破文件的输出变为 25M。如果我做 pdftk input.pdf cat 1-100 output out.pdf 大小也是 25M（25292kb vs 25524kb for original）。执行页面范围 1-5 会导致文件大小为 25040kb。
有没有我可以添加到 pdftk 的标志来处理这种情况？ Ghostscript 可以从这个 pdf 中获取一个页面范围并制作一个合适大小的 PDF，但 gs 似乎不能处理突发以及需要安装所有字体。
您可能对 PDF 做出以下假设：如果您有一个文件大小为 3000 KB 且有 10 页的 PDF，那么拆分此 PDF 将产生 30 个文件大小为 300 KB 的文件。
这个假设是错误的。想象一个 3000 KB 的文档，包含十页和以下对象：
- 每页使用四个字体子集，每个大约 50 KB
- 一页上显示十张图片，每张约 200 KB（每页一张图片）
- 每页有四张图片，每张约 50 KB
- 十页内容流，每页约 25 KB
- 大约 350 KB 用于目录、信息字典、页面树、交叉引用等对象 table 等...
单个页面至少需要： - 四个字体子集：4 倍 50 KB - 单张图片：1 次 200 KB - 四张图片：4 次 50 KB - 单个内容流：1 次 50 KB - 略微减少的交叉引用 table，略微减少的页面树，几乎相同的目录，相同大小的信息字典，... 200 KB
总计 850 KB。这意味着如果将 10 页 3000 KB 的 PDF 文档拆分为 10 个单独的页面，最终将得到 8500 KB（850 KB 的 10 倍）。
我的猜测是您的 PDF 中的共享资源（每个页面中使用的资源，例如字体）很大。例如。如果有人使用高分辨率图像作为每个页面的背景大约需要 25M，那么您的 600 个页面中的每个页面都需要这 25M。
请注意，PdfTk 只不过是 iText 过时版本的包装器。您可能想尝试更新版本的 iText，看看问题是否仍然存在。