简明参考
PDF 太大发不出去？重的是图片，不是文字
PDF 会把一页按打印出来的样子完整保存：字体、排版，以及放在页面上的每一张图。文字几乎不占空间，而一张扫描图想占多大就占多大。
- 文件内容
- 页面、字体和嵌入的图片
- 体积来源
- 扫描件、照片、截图
- 文字的占比
- 不足 1%
体积从哪来
同样的页数，体积可以差出上百倍
我们逐字节拆解了 53 份真实的 PDF：在各类报告和扫描件里，图片占文件体积的 44% 到 99%。
同样的页数，一份文件可能只有 200 KB，另一份却有 30 MB。决定因素不是字数，而是里面有没有位图，以及位图的分辨率有多高。
扫描件最典型：每一页其实都是一整张照片，文字只是印在图上。所以扫描件既占空间，在没有做文字识别时也无法搜索。
三条路线各试一遍，取最小的结果
不同文档的差别太大，单一算法很难通吃。
PDF 可以怎么处理
直接用默认质量即可：对扫描件和报告，通常能减小约一半，屏幕上看不出区别。
压缩 PDF