Python实现PDF文档压缩的完整指南_Python

在日常办公、电子档案管理和文档传输中，pdf 文件因其格式固定、兼容性强而被广泛使用。然而，随着文档内容丰富、图片和图表增多，pdf 文件体积往往会变得很大，导致上传、分享和存储效率降低。如何在保证文档可读性的前提下减小 pdf 文件大小，成为实际应用中常见的问题。

本文将介绍如何使用 python 对 pdf 文档进行压缩，帮助开发者高效处理 pdf 文件。

一、为什么需要压缩 pdf

节省存储空间：大型 pdf 文件占用大量磁盘空间，尤其在企业文档管理系统中，存储成本明显增加。
提高传输效率：邮件或在线传输大文件容易失败，压缩 pdf 可加快上传和下载速度。
提升用户体验：用户在打开大文件时可能出现卡顿，压缩后的 pdf 更易于阅读和浏览。
满足系统限制：某些网站或系统对上传文件大小有限制，压缩 pdf 是必要操作。

二、安装与环境准备

在使用 python 对 pdf 文档进行压缩之前，需要准备相应的 pdf 处理工具库。本文所使用的是spire.pdf for python，该类库可以帮助开发者直接对 pdf 中的文本、图片和字体进行操作，无需依赖第三方软件即可实现文件压缩、优化和保存。

安装方式很简单，可以通过 python 的包管理工具 pip 快速完成：

pip install spire.pdf

安装完成后，即可在代码中导入 spire.pdf 模块，进行 pdf 压缩、合并、拆分、加密等操作。

三、单文件压缩示例

下面示例演示如何加载单个 pdf 文件，并设置图像压缩和质量参数：

from spire.pdf import *

# 加载 pdf 文件
compressor = pdfcompressor("c:/users/administrator/documents/示例.pdf")

# 获取压缩设置
options = compressor.optimizationoptions

# 启用图片缩放
options.setresizeimages(true)

# 启用图片压缩
options.setiscompressimage(true)

# 设置图片压缩质量（低/中/高）
options.setimagequality(imagequality.medium)

# 执行压缩并保存
compressor.compresstofile("压缩.pdf")
print("pdf 压缩完成，文件已保存为 压缩.pdf")

说明：

setresizeimages(true)：启用对 pdf 内嵌图片进行缩放，减少尺寸
setiscompressimage(true)：启用图片压缩
setimagequality(imagequality.medium)：设置压缩质量，low、medium、high可选
compresstofile：执行压缩并保存到指定路径

四、压缩字体示例

在某些 pdf 中，嵌入字体可能占用大量空间。压缩或取消嵌入字体可以显著减少文件的大小：

from spire.pdf import *

# 加载 pdf 文件
compressor = pdfcompressor("c:/users/administrator/documents/示例.pdf")

# 获取压缩设置
options = compressor.optimizationoptions

# 启用字体压缩
options.setiscompressfonts(true)

# 可选：取消嵌入字体
# options.setisunembedfonts(true)

# 执行压缩并保存
compressor.compresstofile("压缩_fonts.pdf")
print("pdf 字体压缩完成")

说明：

启用字体压缩可减少字体占用空间
取消嵌入字体可进一步压缩，但可能影响 pdf 在其他系统上的显示效果

五、批量压缩 pdf 示例

在实际工作中，可能需要压缩一个目录下的所有 pdf 文件，可以结合 python 的 os 模块实现：

import os
from spire.pdf import *

input_folder = "c:/users/administrator/documents/pdfs"
output_folder = "c:/users/administrator/documents/compressedpdfs"

os.makedirs(output_folder, exist_ok=true)

for filename in os.listdir(input_folder):
    if filename.endswith(".pdf"):
        input_path = os.path.join(input_folder, filename)
        output_path = os.path.join(output_folder, filename)

        compressor = pdfcompressor(input_path)
        options = compressor.optimizationoptions
        options.setresizeimages(true)
        options.setiscompressimage(true)
        options.setimagequality(imagequality.medium)
        options.setiscompressfonts(true)

        compressor.compresstofile(output_path)
        print(f"{filename} 已压缩完成")

说明：