Git仓库添加未压缩PDF的可行性及入库/检出压缩配置咨询

一、思路合理性分析 #

这个思路完全具备合理性，核心原因如下：

• 可追踪性：未压缩PDF的文本内容为明文存储，Git可直接对不同版本做文本级diff，清晰追踪内容变更；而压缩PDF是二进制文件，Git仅能判断文件是否修改，无法查看具体变更细节，这对无源码场景的变更追踪尤为关键。
• 存储成本：初始版本的未压缩PDF与压缩PDF体积差异不大（文本为主的PDF尤为明显）；后续变更时，Git存储增量差异，未压缩PDF的文本小改动只会产生少量增量数据，而压缩PDF哪怕修改一个字符，整个文件的二进制都会大幅变化，Git需存储完整新文件，长期来看未压缩版本的存储成本更低。
• 场景适配：无论是无PDF源码的场景，还是有源码但测试依赖生成好的PDF的场景，该方案既能保留变更追踪能力，又能通过后续压缩满足测试需求，完美匹配你的需求。

二、Git配置方案（入库存未压缩，检出自动压缩） #

要实现这个需求，需借助Git的clean/smudge过滤器，步骤如下：

1. 安装依赖工具 #

确保本地安装了Ghostscript（命令为gs），这是处理PDF压缩/转码的常用工具，各系统均可通过包管理器安装（如Linux的apt install ghostscript，macOS的brew install ghostscript，Windows可从官网下载安装）。

2. 配置Git过滤器 #

在本地仓库的.git/config文件（或全局~/.gitconfig，适用于所有仓库）中添加以下配置：

[filter "pdf-compress"]
    # 入库时：将工作区PDF转为未压缩版本存入仓库
    clean = gs -sDEVICE=pdfwrite -dCompatibilityLevel=1.4 -dCompressPages=false -dCompressFonts=false -dNOPAUSE -dQUIET -dBATCH -sOutputFile=- %f
    # 检出时：将仓库中未压缩PDF转为压缩版本输出到工作区
    smudge = gs -sDEVICE=pdfwrite -dCompatibilityLevel=1.4 -dPDFSETTINGS=/screen -dNOPAUSE -dQUIET -dBATCH -sOutputFile=- %f

参数说明：

• clean命令中的-dCompressPages=false和-dCompressFonts=false确保生成未压缩PDF；
• smudge命令中的-dPDFSETTINGS=/screen是低质量高压缩参数，可按需替换为/ebook（中等质量）或/prepress（高质量）。

3. 配置文件匹配规则 #

在仓库根目录创建.gitattributes文件，添加以下内容，让Git对所有PDF文件应用上述过滤器：

*.pdf filter=pdf-compress

4. 验证配置效果 #

• 执行git add your-file.pdf后，用git show :your-file.pdf查看仓库中存储的文件，应为未压缩版本；
• 执行git checkout -- your-file.pdf后，查看工作区的文件，应为压缩后的版本，体积明显减小。

内容的提问来源于stack exchange，提问作者user2609605