我遇到了一组特定 PDF 的奇怪情况，不知道从哪里开始。如果我突发一个 25M、600 pg 的文件，则每个突发文件的输出变为 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 可以从此 pdf 中获取页面范围并制作适当大小的 PDF，但 gs 似乎无法处理突发事件，并且需要安装所有字体。
【问题讨论】：
您可能对 PDF 做出以下假设：如果您有一个文件大小为 3000 KB 和 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，其中包含 10 页和以下对象：
单个页面至少需要： - 四个字体子集：4 乘以 50 KB - 单个图像：1 次 200 KB - 四个图像：4 乘以 50 KB - 单个内容流：1 次 50 KB - 略微缩小的交叉引用表、略微缩小的页面树、几乎相同的目录、相同大小的信息字典，... 200 KB
总共有 850 KB。这意味着，如果您将 10 页 3000 KB 的 PDF 文档拆分为 10 个单独的页面，您最终会得到 8500 KB（10 乘以 850 KB）。
我的猜测是共享资源（每个页面中使用的资源，例如字体）在您的 PDF 中非常庞大。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 个页面中的每一个都需要这 25M。
请注意，PdfTk 只不过是一个过时版本的 iText 的包装器。您可能想尝试更新版本的 iText 以了解问题是否仍然存在。
【讨论】：