如何通过Shell缩小经Pdf2htmlEX/wkhtmltopdf转换后的大体积PDF？

针对你将PDF转HTML翻译后再转回PDF体积暴增的问题，可通过以下几种方式优化：

1. 调整wkhtmltopdf参数启用压缩与优化 #

wkhtmltopdf默认可能未启用全量压缩，添加以下参数可直接缩小输出体积：

xvfb-run -a wkhtmltopdf --no-images --quiet --dpi 150 --disable-smart-shrinking \
  --enable-compression --lowquality --no-outline fss4.html fss4-fr.pdf

• --enable-compression：启用PDF页面内容压缩
• --lowquality：降低资源质量（无图片时仍可优化文本/字体压缩）
• --no-outline：移除PDF大纲，减少冗余数据

若原PDF为黑白文档，可额外添加--grayscale进一步缩小体积。

2. 优化字体嵌入策略 #

wkhtmltopdf默认可能嵌入完整字体文件，这是体积暴涨的核心原因之一。可通过以下参数控制：

xvfb-run -a wkhtmltopdf --no-images --quiet --dpi 150 --disable-smart-shrinking \
  --enable-compression --embed-font-size 12 --subset-fonts fss4.html fss4-fr.pdf

• --embed-font-size：仅嵌入指定字号以上的字体（小字号字体用系统默认替代）
• --subset-fonts：只嵌入文档中实际使用的字形，而非完整字体文件

若目标环境能确保有对应字体，可直接用--disable-font-embedding完全禁用字体嵌入（需注意兼容性）。

3. 匹配原PDF的页面尺寸与DPI #

当前设置的--dpi 150可能高于原PDF的分辨率，且未指定页面尺寸，导致渲染冗余内容。先通过pdfinfo fss4.pdf查看原PDF的页面尺寸（如A4、Letter），再调整命令：

xvfb-run -a wkhtmltopdf --no-images --quiet --dpi 96 --disable-smart-shrinking \
  --enable-compression --page-size A4 fss4.html fss4-fr.pdf

将DPI改为屏幕默认的96，同时指定与原PDF一致的--page-size，避免不必要的放大渲染。

4. 用Ghostscript事后压缩PDF #

若上述调整效果有限，可使用Ghostscript（gs）对生成的PDF做二次压缩，这是行业通用的PDF体积优化工具：

gs -sDEVICE=pdfwrite -dCompatibilityLevel=1.4 -dPDFSETTINGS=/screen \
  -dNOPAUSE -dBATCH -sOutputFile=compressed_fss4-fr.pdf fss4-fr.pdf

• -dPDFSETTINGS=/screen：针对屏幕阅读优化，体积最小；若需保留打印质量，可替换为/ebook或/printer
• -dCompatibilityLevel=1.4：降低PDF版本兼容性，进一步压缩

5. 压缩中间HTML文件 #

pdf2htmlEX生成的HTML可能包含冗余样式、注释或空白，先压缩HTML再转PDF也能减少冗余：

# 用html-minifier压缩HTML（需先安装：npm install -g html-minifier）
html-minifier --collapse-whitespace --remove-comments --minify-css true \
  fss4.html -o fss4-min.html

# 用压缩后的HTML转PDF
xvfb-run -a wkhtmltopdf --no-images --quiet --dpi 150 --disable-smart-shrinking \
  --enable-compression fss4-min.html fss4-fr.pdf

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