Ubuntu下Python/wkhtmltopdf生成PDF体积比Windows大20倍问题排查

我用Python 3.10的pdfkit（1.0.0）调用wkhtmltopdf（0.12.6），以动态生成的HTML为源生成PDF。HTML内容包括：

• 嵌入的base64编码TTF字体
• 每页6个小于1KB的base64编码图片
• 常规文本和div布局元素

文档共8页A4纸，生成代码如下：

pdfkit.from_string(source_html, "filename.pdf")

奇怪的是，Windows 11系统下生成的PDF约450KB，Ubuntu 22系统下生成的却有9MB，但两者打开后外观完全一致。请问造成这种体积差异的原因是什么，该怎么解决？

原因分析 #

• 字体嵌入策略不同：Windows和Linux版本的wkhtmltopdf对字体嵌入的处理逻辑有差异。Linux版本默认可能嵌入完整的TTF字体文件，而Windows版本会自动子集化字体，只嵌入文档实际用到的字形，这是体积差异的核心原因之一。
• 图片资源处理差异：虽然图片是小体积的base64格式，但Ubuntu下的wkhtmltopdf可能没有对图片进行有效压缩，或者重复嵌入了每页的相同图片（未复用资源对象），导致体积累加。
• 依赖库编译配置差异：wkhtmltopdf依赖Qt库，Windows和Ubuntu上的Qt版本、编译参数不同，导致PDF生成时的资源压缩、对象复用等优化策略不一致。

解决方法 #

1. 强制开启字体子集化 #

在pdfkit调用时添加--font-subsetting参数，强制wkhtmltopdf只嵌入文档用到的字形：

options = {
    'font-subsetting': None
}
pdfkit.from_string(source_html, "filename.pdf", options=options)

2. 启用PDF压缩优化 #

添加压缩相关参数，提升PDF的压缩率：

options = {
    'enable-compression': None,
    'compression-level': '9'  # 取值0-9，9为最高压缩级别
}
pdfkit.from_string(source_html, "filename.pdf", options=options)

3. 避免重复嵌入资源 #

如果HTML中多页使用了相同的base64图片，将图片提取为外部文件（或在HTML中使用同一引用路径），让wkhtmltopdf可以复用资源对象，避免重复嵌入相同内容。

4. 更换wkhtmltopdf版本 #

Ubuntu包管理器默认安装的wkhtmltopdf可能缺少部分优化，尝试下载官方静态编译版本，确保和Windows版本的编译配置尽可能一致，优化资源处理逻辑。

内容的提问来源于stack exchange，提问作者Dave