为什么合并 PDF 会使文件大小变大？

我正在尝试将各种 PDF 拆分在一起。它们的文字不多，偶尔会有图像。举例来说，我有两个 PDF，1.4Mb 和 740kb - 当我将它们合并时，它们会膨胀到 6Mb！

我尝试过脚本化组合和手动附加，结果相同，所以我猜测这是一个根本问题。对为什么会发生这种情况的一些解释会很有用，这样我就可以寻找避免这种情况的方法。是不是颜色模型不匹配？他们的字体很小。

您没有告诉我们您如何组合 PDF，这使得您的问题相当理论化，所以我将给您一个理论上的答案：

Part 1

• 假设您有一个 10 页、总大小为 1200 KByte 的 PDF 文件。
• 假设每个页面的内容流大约由 100 KByte 组成。从该内容流中，可以引用共享资源。
• 假设这 10 个页面共享 200 KByte 的资源：它们共享相同的字体、相同的图像等。

如果您将此 PDF“分解”为 10 个单独的单页 PDF，则每个 PDF 将包含大约 300 KByte：内容流中的 100 KByte + 资源中的 200 KByte（我忽略了拥有 10 个单独的外部参照表和文件预告片的开销）。

• 如果您将这 10 个独立的单页 PDF 合并起来，就好像这 10 个 PDF 没有任何共同点一样，则总文件大小将为 10 x 300 KByte。即 3000 KByte，是原始 1200 KByte 的两倍多。
• 如果您将这 10 个单独的单页 PDF 合并在一起，并考虑到它们具有共同的资源（字体、资源等），则总大小将为 (10 x 100 KByte) + 200 KByte。

如果您使用 iText 合并 PDF，则使用PdfCopy将生成 3000 KByte PDF，因为PdfCopy只是尽可能快地复制文档，而不查看文档的内容。如果您想要 1200 KByte PDF，那么您需要使用PdfSmartCopy在这种情况下，您将需要更多内存和 CPU，因为 iText 将检查每个 PDF 并重用原本多余的对象。

Part 2

在您的问题中，您提到您有一个 1.4Mb 和一个 740kb PDF，并且 1.4Mb + 740kb 会产生 6Mb 的 PDF。我的理论示例的第一部分没有解释尺寸的极端增长，所以这是第二部分。

• 在 PDF 1.0 中，PDF 语法没有被压缩。
• 从 PDF 1.2 开始，流被压缩，但间接对象和交叉引用流以 ASCII 存储。
• 从 PDF 1.5 开始，可以在对象流中压缩一系列对象，并且也可以压缩交叉引用表。

假设您的原始 PDF 具有压缩的对象流和压缩的交叉引用表。假设您将这些 PDF 合并为一个更像 PDF 1.4 文档的 PDF。在这种情况下，压缩对象和压缩交叉引用流将不再被压缩，从而导致文件大小变得更大。

Part 3?

可能还有其他原因，具体取决于原始 PDF 的性质以及您用于合并 PDF 的工具。如果上述情况都不适用，您应该澄清。