PDFBox为什么保存后文件会变得非常大？

Question

问题

我正在使用 PDFBox 1.8.8 来操作现有的 PDF 文件。保存文档后，输出文件会比原始文件大几倍。这是不可取的。

如何减小输出文件的文件大小？

如何复制我的情况

在下面的代码中，PDFBox 只是加载一个现有的 PDF，然后保存它。没有做其他任何事情。但是文件大小仍然会变大几倍。

以下是两个示例输入文件的链接。对于 input1.pdf，文件大小从 6MB 增加到 50MB。对于 input2.pdf，文件大小从 0.4MB 增加到 1.3MB。

https://dl.dropboxusercontent.com/u/13566649/samplePDF/input1.pdf https://dl.dropboxusercontent.com/u/13566649/samplePDF/input2.pdf

import java.io.*;
import org.apache.pdfbox.pdmodel.*;
import org.apache.pdfbox.exceptions.*;


class Test {

    public static void main(String[] args) throws IOException, COSVisitorException {

        PDDocument document = PDDocument.load("input1.pdf");
        document.save("output.pdf");
        document.close();       
    }
}   

我的尝试

我尝试过使用PDStream 类的addCompression() 方法，如下代码所示。它不会改变任何东西。输出文件大小还是一样的。

class Test2 {

    public static void main(String[] args) throws IOException, COSVisitorException {

        PDDocument document = PDDocument.load("input1.pdf");

        for (int i = 0; i < document.getNumberOfPages(); i++) {
            PDPage page = (PDPage) document.getDocumentCatalog().getAllPages().get(i);
            page.getContents().addCompression();
        }

        document.save("output.pdf");
        document.close();    

    }

}   

Answer 1

我写了这个奇怪的代码，它对我有用 (Apache PDFBox v.2.0.8)：

private void saveCompressedPDF(PDDocument srcDoc, OutputStream os) throws IOException {
    PDDocument outDoc = new PDDocument();
    outDoc.setDocumentInformation(srcDoc.getDocumentInformation());
    for (PDPage srcPage : srcDoc.getPages()) {
        new PDPageContentStream(outDoc, srcPage,
                PDPageContentStream.AppendMode.APPEND, true).close();
        outDoc.addPage(srcPage);
    }
    outDoc.save(os);
    outDoc.close();
}