PDFBox生成PDF体积大于iText，Java中PDFBox有压缩方案吗？

针对PDFBox生成的PDF体积过大的问题，以下是几种有效的压缩手段：

• 压缩文档中的图像
  PDF里的图像往往是体积大头，PDFBox支持对图像进行重采样、格式转换来压缩：

  PDDocument document = PDDocument.load(new File("large.pdf"));
  PDPageTree pages = document.getPages();
  for (PDPage page : pages) {
      PDResources resources = page.getResources();
      for (COSName name : resources.getXObjectNames()) {
          PDXObject xobject = resources.getXObject(name);
          if (xobject instanceof PDImageXObject) {
              PDImageXObject image = (PDImageXObject) xobject;
              // 重采样为低分辨率，比如按比例缩小
              BufferedImage bufferedImage = image.getImage();
              BufferedImage resizedImage = new BufferedImage(
                  (int)(bufferedImage.getWidth() * 0.5),
                  (int)(bufferedImage.getHeight() * 0.5),
                  bufferedImage.getType()
              );
              Graphics2D g = resizedImage.createGraphics();
              g.drawImage(bufferedImage, 0, 0, resizedImage.getWidth(), resizedImage.getHeight(), null);
              g.dispose();
              // 替换原图像为压缩后的JPEG格式
              PDImageXObject compressedImage = PDImageXObject.createFromByteArray(
                  document,
                  ImageIOUtilities.imageToByteArray(resizedImage, "JPEG"),
                  "compressed"
              );
              resources.putXObject(name, compressedImage);
          }
      }
  }
  document.save("compressed.pdf");
  document.close();
  

• 启用内容流压缩
  PDFBox默认可能未开启全量内容流压缩，保存文档时可指定参数强制压缩页面内容流、字体等对象：

  PDDocument document = PDDocument.load(new File("large.pdf"));
  // 创建保存选项并启用压缩
  SaveOptions options = SaveOptions.createSaveOptions(SaveFormat.PDF);
  options.setCompressContentStreams(true);
  options.setCompressImages(true);
  document.save("compressed.pdf", options);
  document.close();
  

• 移除冗余对象
  清理文档中未使用的字体、图像、注释或元数据，减少无用数据占用：

  PDDocument document = PDDocument.load(new File("large.pdf"));
  // 使用PDFCleaner清理冗余资源
  PDFCleaner.cleanUp(document);
  // 手动清理页面未使用资源
  PDPageTree pages = document.getPages();
  for (PDPage page : pages) {
      page.getResources().cleanUp();
  }
  document.save("cleaned.pdf");
  document.close();
  

• 字体子集化
  如果生成PDF时嵌入了完整字体，改为仅嵌入文档中实际用到的字符子集，可大幅降低字体体积：

  PDType0Font font = PDType0Font.load(document, new File("font.ttf"), true);
  // 第二个参数设为true即启用子集化
  

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