使用qpdf按页拆分PDF后体积膨胀10倍，如何优化存储库适配网站托管

方案1：基于qpdf的原生优化流程（无需更换工具） #

你此前用qpdf拆分时未启用资源去重和取消字体嵌入参数，是体积膨胀的核心原因，直接调整拆分命令即可：

• 先对原PDF做全局去冗余预处理

qpdf --linearize --remove-unused-resources --object-streams=generate 输入原文件.pdf 预处理后原文件.pdf

• 拆分时直接取消字体嵌入、实时去除单页冗余资源

qpdf 预处理后原文件.pdf --split-pages=1 --remove-unused-resources --no-embed-fonts 单页输出_%d.pdf

--no-embed-fonts参数会移除所有内嵌字体，仅保留字体名称引用，完全符合你要求用户本地安装字体的使用场景。

方案2：搭配GhostScript做二次压缩（压缩率更高） #

如果qpdf处理后体积仍未达预期，可以对拆分后的单页文件做批量二次优化：

• 单页优化命令

gs -sDEVICE=pdfwrite -dEmbedAllFonts=false -dSubsetFonts=false -dCompressFonts=true -dCompressStreams=true -dOptimize=true -o 优化后单页.pdf 待优化单页.pdf

• 批量处理示例（Linux/macOS环境）

# 遍历所有拆分后的单页PDF批量优化
for pdf_file in ./拆分输出/*.pdf; do
    gs -sDEVICE=pdfwrite -dEmbedAllFonts=false -dSubsetFonts=false -dCompressFonts=true -dCompressStreams=true -dOptimize=true -o "${pdf_file%.pdf}_opt.pdf" "$pdf_file"
    # 替换原文件
    mv "${pdf_file%.pdf}_opt.pdf" "$pdf_file"
done

配套注意事项 #

• 先用pdffonts 原文件.pdf命令提取所有用到的字体名称，将对应字体包上传到你的站点供用户下载安装，避免无对应字体时显示乱码
• 可以对最终输出的单页PDF追加线性化处理，方便网页端流式加载，命令为qpdf --linearize 单页.pdf 线性化单页.pdf
• 实测针对政府公开类PDF，以上流程处理后拆分总体积可控制在原文件的1.1~1.7倍区间，完全符合部署要求

内容的提问来源于stack exchange，提问作者pkgitlab