Python 如何批量压缩PDF文件或减小PDF文件大小

目录

安装Python PDF库

Python通过压缩图片来减小PDF文件大小

Python通过压缩字体或取消嵌入字体来减小PDF文件大小

Python通过删除不必要的内容如附件、注释或表单来减小PDF文件大小

总结

PDF文件凭借其平台无关性和便携性，已经成为日常办公和信息共享的首选格式。然而，很多PDF文件通常都体积较大，给存储和传输带来不少麻烦。尤其当需要频繁发送、共享或备份大型PDF时，文件体积问题就会凸显出来，不仅传输速度慢，还耗费大量存储空间。压缩PDF文档可以有效减小PDF文件的大小，加快文件的传输和共享。在这篇博客中，我们将探讨使用Python压缩PDF文件的几种方式：

• Python通过压缩图片来减小PDF文件大小
• Python通过压缩字体或取消嵌入字体来减小PDF文件大小
• Python通过删除不必要的内容如附件、注释或表单来减小PDF文件大小

安装Python PDF库

要在Python中压缩PDF文件，可以使用Spire.PDF for Python库。它支持在Python应用程序中创建、读取、操作和转换PDF文档。

你可以通过在终端运行以下命令来从PyPI安装Spire.PDF for Python：

pip install Spire.PDF

Python通过压缩图片来减小PDF文件大小

很多大型PDF文件中通常包含大量的高分辨率的图片，这些图片是造成文件较大的主要原因。通过调整图片的分辨率和质量可以达到减小PDF文件大小的目的。

压缩PDF文件中的图片的主要步骤如下：

• 创建PdfCompressor实例，用于压缩指定的PDF文件。
• 设置压缩选项，如设置图片质量、启用图片大小调整和压缩。
• 使用PdfCompressor.CompressToFile()方法压缩PDF文档并将结果保存为一个新的PDF。

下面是批量压缩一个文件夹下的所有PDF文件中的图片的实现代码：

import os
from spire.pdf import *
from spire.pdf.common import *

# 设置输入和输出文件夹
input_folder = "输入PDF/"
output_folder = "输出PDF/"

# 创建输出文件夹(如果不存在)
if not os.path.exists(output_folder):
    os.makedirs(output_folder)

# 遍历输入文件夹下的所有 PDF 文件
for filename in os.listdir(input_folder):
    if filename.endswith(".pdf"):
        input_pdf = os.path.join(input_folder, filename)
        output_pdf = os.path.join(output_folder, filename)

        # 创建 PdfCompressor 对象，并设置压缩选项（设置图片质量、启用图片大小调整和压缩）
        compressor = PdfCompressor(input_pdf)
        compression_options = compressor.OptimizationOptions
        compression_options.SetImageQuality(ImageQuality.Medium)
        compression_options.SetResizeImages(True)
        compression_options.SetIsCompressImage(True)

        # 压缩 PDF 文件并保存到输出文件夹
        compressor.CompressToFile(output_pdf)

Python通过压缩字体或取消嵌入字体来减小PDF文件大小

PDF 中嵌入的字体也会导致文件大小增大。通过压缩或取消嵌入这些字体有助于减小文件大小。

压缩PDF文件中的字体或取消嵌入字体的主要步骤如下：

• 创建PdfCompressor实例，用于压缩指定的PDF文件。
• 设置压缩选项，如启用字体压缩或取消嵌入字体。
• 使用PdfCompressor.CompressToFile()方法压缩PDF文档并将结果保存为一个新的PDF。

下面是批量压缩一个文件夹下的所有PDF文件中的字体或者取消这些PDF文件中的字体嵌入的实现代码：

from spire.pdf import *
from spire.pdf.common import *
import os

# 设置输入和输出文件夹
input_folder = "输入PDF/"
output_folder = "输出PDF/"

# 创建输出文件夹(如果不存在)
if not os.path.exists(output_folder):
    os.makedirs(output_folder)

# 遍历输入文件夹下的所有 PDF 文件
for filename in os.listdir(input_folder):
    if filename.endswith(".pdf"):
        input_pdf = os.path.join(input_folder, filename)
        output_pdf = os.path.join(output_folder, filename)

        # 创建 PdfCompressor 对象并设置压缩选项
        compressor = PdfCompressor(input_pdf)
        compression_options = compressor.OptimizationOptions
        # 启用字体压缩
        compression_options.SetIsCompressFonts(True)
        # 或取消嵌入字体
        # compression_options.SetIsUnembedFonts(True)

        # 压缩 PDF 文件并保存到输出文件夹
        compressor.CompressToFile(output_pdf)

Python通过删除不必要的内容如附件、注释或表单来减小PDF文件大小

优化图片或字体是压缩PDF文档的两种主要方式。但有时候，PDF文件可能包含各种附件、注释、或表单数据等附加信息，这些信息也会增加文件的大小。删除掉文件中不需要的内容，也能减小文件的大小。

下面是从一个PDF文件中删除附件的主要步骤：

• 创建 PdfDocument 实例并传入要压缩的 PDF 文件路径。
• 将PdfDocument.FileInfo.IncrementalUpdate属性设置为False来禁用增量更新。
• 使用PdfDocument.Attachments.Clear()方法删除文件中所有的附件。
• 使用PdfDocument.SaveToFile()方法将结果保存为一个新的PDF。

实现代码：

from spire.pdf import *
from spire.pdf.common import *

# 创建PdfDocument 对象并传入要压缩的 PDF 文件路径
input_pdf = "测试.pdf"
pdf = PdfDocument(input_pdf)
# 禁用增量更新
pdf.FileInfo.IncrementalUpdate = False

# 从 PDF 文件中删除所有附件
pdf.Attachments.Clear()

# 将结果保存到一个新文件
output_pdf = "删除附件.pdf"
pdf.SaveToFile(output_pdf)
pdf.Close()

下面是从一个PDF文件中删除注释的主要步骤：

• 创建一个 PdfDocument 实例并传入要压缩的 PDF 文件路径。
• 将PdfDocument.FileInfo.IncrementalUpdate属性设置为False来禁用增量更新。
• 遍历PDF文件中的页面。
• 使用PdfPageBase.Annotations.Clear()方法删除页面上的所有注释。
• 使用PdfDocument.SaveToFile()方法将结果保存为一个新的PDF。

实现代码：

from spire.pdf import *
from spire.pdf.common import *

# 创建 PdfDocument 对象并指定要压缩的 PDF 文件路径
input_pdf = "测试.pdf"
pdf = PdfDocument(input_pdf)
# 禁用增量更新
pdf.FileInfo.IncrementalUpdate = False

# 遍历 PDF 文件的每一页并从中删除注释
for i in range(pdf.Pages.Count):
    page = pdf.Pages[i]
    page.Annotations.Clear()
    
# 将结果保存到一个新文件
output_pdf = "删除注释.pdf"
pdf.SaveToFile(output_pdf)
pdf.Close()

下面是扁平化或删除一个PDF文件中的所有表单的主要步骤：

• 创建PdfDocument 实例并传入要压缩的 PDF 文件路径。
• 将PdfDocument.FileInfo.IncrementalUpdate属性设置为False来禁用增量更新。
• 使用PdfDocument.Form属性获取文件中的表单。
• 使用PdfForm.IsFlatten属性扁平化所有表单。或使用PdfFormWidget.FieldsWidget.Clear()方法删除所有表单。
• 使用PdfDocument.SaveToFile()方法将结果保存为一个新的PDF。

实现代码：

from spire.pdf import *
from spire.pdf.common import *

# 创建一个 PdfDocument 对象并指定要处理的 PDF 文件路径
input_pdf = "测试.pdf"
pdf = PdfDocument(input_pdf)
# 禁用增量更新
pdf.FileInfo.IncrementalUpdate = False

# 获取 PDF 文件中的表单
form = pdf.Form
# 扁平化表单
# form.IsFlatten = True

# 从 PDF 文件中删除所有表单
formWidget = PdfFormWidget(form)
formWidget.FieldsWidget.Clear()
    
# 将结果保存到一个新文件
output_pdf = "扁平化或删除表单.pdf"
pdf.SaveToFile(output_pdf)
pdf.Close()

总结

这篇博客介绍了使用Python压缩PDF文档的几种不同的方式。你可以根据自己的文档结构，使用其中最适合的一种或者结合多种方式来实现最优压缩效果。

感谢阅读！