为什么使用 pdfmark /BP、/EP、/SP 的 ghostscript 快得多？

Question

我们有一些我很难理解的遗留代码 - 原作者已经不在了。

显然，对于某些文件，Ghostscript PS 到 PDF 的转换非常慢，但将对象定义如下所示可以极大地加快速度（我们将 8 小时以上的时间缩短到 8.5 分钟来处理约 20,000 页的文件，而 Adob​​e Distiller 需要约 20 分钟在带有默认选项的原始文件上）。

原始文件提取（使用 PReS 创建）：

/@GP
{
  save exch mark exch
  execform
  cleartomark restore
} bd
...
gsave 0.62 0.62 scale @TestGraphic @GP grestore

@TestGraphic 是 EPS 图像。这似乎并不重要，因为其他程序使用具有类似问题的不同非 EPS 图像。

修改后的文件：

[/_objdef {new_graphic} /BBox [0 0 595 842] /BP pdfmark
@TestGraphic @GP
[/EP pdfmark
...
gsave 0.62 0.62 scale 
[ {new_graphic} /SP pdfmark
grestore

我们在 Unix 和 Windows 上看到了各种 gs 版本的类似行为。计时是使用相当标准的选项进行的：

"c:\Program Files (x86)\gs\gs9.21\bin\gswin32c" \
   -dNOPAUSE -dBATCH -sDEVICE=pdfwrite -o test.pdf test.ps

我对诊断速度慢的原因不太感兴趣（从文件中删除敏感数据需要很长时间，但如果确实需要，我可以尝试），而是反对定义和 pdfmark 命令提供的好处。

原始脚本引用了http://wwwimages.adobe.com/content/dam/Adobe/en/devnet/postscript/pdfs/5113.Forms.pdf，旨在在某些打印机 RIP 和 Distiller 上启用 execform 缓存（它们都在处理大型全彩色图像），但是 Ghostscript 不支持 execform 缓存，因此采用了这种替代 pdfmark 技术，没有说明原因。

编辑：添加了删除数据的表单定义要点：

https://gist.github.com/anonymous/676924d451188276053b9b472279e382

Answer 1

您很可能使用的是旧版本的 Ghostscript。您的原始片段使用不常见的 PostScript 表单，并且旧版本的 pdfwrite 设备不会将表单保留为表单，而是在每次使用时“展开”表单定义。

不出所料，这将导致更多更大的输出文件，尤其是如果表单是内容的大部分并且在每个页面上都使用时。

pdfmark 代码定义一个 PDF 对象，然后每次都引用该对象。只有一个对象，因此文件要小得多，因此您在组装它和复制相同数据 20,000 次上花费的时间大大。

当然，新版本的 pdfwrite 设备将保留表单，因此很可能直接创建和引用 PDF 对象的好处早已不复存在。

它与表单缓存无关（不是“执行表单缓存”），它与输入 PostScript 中的表单是否保留为输出 PDF 中的表单有关。

顺便说一句，重要的是要理解为什么性能很差，但你不可能理解为什么另一种方法更快。