如何仅用Python库压缩100MB单页多图PDF并无损还原（无外部exe）

可行性结论 #

可以仅通过Python库实现无损压缩（压缩后可还原至原始质量，且能通过反向操作恢复原始文件结构大小），但无法实现“有损压缩后无损还原”——因为有损压缩会丢失原始数据，不可能完全复原。你的需求核心是无损最小化压缩，这是可行的。

无损最小化压缩核心逻辑 #

要在不损失任何文本、图片质量的前提下压缩体积，只能针对PDF文件的结构冗余和内部压缩效率优化，核心逻辑包括：

• 清理冗余资源：删除PDF中未使用的字体子集、重复的资源引用、多余的元数据（如无关的创建日志、注释）、空的页面对象等。
• 优化内部压缩算法：将PDF中未压缩或使用低效压缩的文本流、图片流，替换为更高效的无损压缩算法（如Deflate）。
• 合并重复资源：单页PDF中若存在重复的图片片段、字体定义，合并为单一资源以减少重复存储。
• 精简元数据：仅保留必要的文件元数据（如标题、创建时间），删除非必需的扩展信息。

Python库实现示例 #

使用PyMuPDF（fitz）库可以高效完成上述操作，该库无需外部依赖，纯Python环境即可运行：

无损压缩代码 #

import fitz

def lossless_compress_pdf(input_path, output_path):
    # 打开原始PDF
    doc = fitz.open(input_path)
    # 执行无损压缩：清理冗余+全流Deflate压缩
    doc.save(
        output_path,
        garbage=4,        # 深度清理所有无用资源
        deflate=True,     # 对所有文本/对象流启用Deflate压缩
        clean=True,       # 清理冗余的PDF结构数据
        deflate_images=True,  # 对图片流进行无损Deflate压缩
        deflate_fonts=True    # 对字体流进行无损压缩
    )
    doc.close()

# 调用示例
lossless_compress_pdf("large_input.pdf", "compressed_output.pdf")

还原至原始大小（结构） #

若需要将压缩后的PDF还原为原始未压缩结构的大小，只需关闭压缩选项重新保存即可，图片和文本质量完全不变：

import fitz

def restore_uncompressed_pdf(input_path, output_path):
    doc = fitz.open(input_path)
    # 保存时禁用所有压缩，还原为原始未压缩结构
    doc.save(
        output_path,
        deflate=False,
        deflate_images=False,
        deflate_fonts=False
    )
    doc.close()

# 调用示例
restore_uncompressed_pdf("compressed_output.pdf", "restored_original.pdf")

注意事项 #

• 压缩比取决于原始PDF的冗余程度：如果原始PDF中的图片是未压缩的，压缩比会非常可观（100MB的单页PDF大概率属于这种情况）；若原始PDF已做过优化，压缩比可能较低。
• 所有操作均为无损：压缩后的PDF在任何阅读器中打开，文本字体、图片细节与原始完全一致，还原后的文件结构也与原始一致。

内容的提问来源于stack exchange，提问作者Kedar17