我是怎么从嫌弃到离不开的——聊聊 PDF 优化那些事儿
说起 PDF，我真是又爱又恨。爱它的格式稳定，恨它的体积膨胀。记得有次做 SEO 竞品分析，下载了一堆 PDF 白皮书，结果一个 30 页的文档竟然飙到 80MB——打开它的时候，我的咖啡都凉了。这还怎么发给客户？更别说搜索引擎爬虫了，谷歌明确说过，大文件会影响抓取效率。你猜后来怎么着？我硬着头皮折腾了一下午，试了不下十种工具，踩了一堆坑，终于摸清了 PDF 优化 的门道。现在回想起来，有些技巧简单得让人想哭，有些则需要一点耐心。但说实话，搞明白之后，我感觉自己像解锁了新技能，恨不得跟每个同事安利一遍。
别让图片拖垮你的 PDF
很多人——包括以前的我——都觉得 PDF 嘛，只要 Word 另存一下就万事大吉。结果呢？文档里塞满了 300dpi 的高清大图，一张照片占 5MB。其实对屏幕阅读来说，150dpi 完全足够，肉眼根本看不出区别。但降分辨率有个大坑：你得区分照片和线条图。
照片用 JPEG 压缩，质量调到 80% 左右，体积直接腰斩。线条图或者截图？千万不能用 JPEG，否则文字周围全是鬼影般的噪点。这时候要用 ZIP/LZW 压缩，或者干脆保持 PNG 无损格式。这个细节我当年纠结了三天——三天啊！——直到看见 Adobe Acrobat 里的“优化扫描页面”功能，才恍然大悟。它能把前景文字和背景图片分离，分别处理：文字保持向量锐利，图片狠狠压缩。如果连 Acrobat 都没有？试试 Ghostscript，命令行跑一下，爽快。
https://obgeo.oss-cn-beijing.aliyuncs.com/pvc-articles/49faf22f-9961-4939-a0a6-4c1a371179ea.jpg
PDF 优化中图片压缩前后对比图
不过话说回来，图片元数据也是个隐形杀手。 哪款手机拍的、参数是啥、甚至 GPS 位置……这些无用信息留在 PDF 里干嘛？用 ExifTool 一键清除，或者压缩时勾选“丢弃元数据”，体脂率立降 10%。
搜索引擎看不到的内容，你得喂给它
咱们做 SEO 的，最怕什么？爬虫读不出文字。很多 PDF 是扫描件，就是个图片包，在谷歌眼里跟空气一样。必须做 OCR。Adobe Acrobat 的 OCR 功能不错，但占内存；我更喜欢开源的 Tesseract，虽然有点学习曲线，但批量处理时简直救命。注意啊，OCR 后要手动校对一下关键词区域——比如标题、H1 那些——因为引擎对错误的拼写毫不留情。
另外，PDF 的文档属性里，标题（Title）那一栏，十份里有九份是空白的，或者写着“Microsoft Word - 文档 1”。天哪，这等于把排名拱手让人。我现在的强迫症是：每个 PDF 的 Title 必须写满关键词，且不能和 H1 一模一样，就像网页的 title 标签和 h1 要差异化一样。还有，别忘了自定义“替代文本”给图片，这能让视力障碍者和爬虫同时受益——一石二鸟，多好。
https://obgeo.oss-cn-beijing.aliyuncs.com/pvc-articles/9fe10cdf-ba4f-4c8a-9a6e-18414702bf9e.jpg
PDF 文档属性中设置标题和替代文本的界面截图
那些神级工具，我替你交过学费了
https://obgeo.oss-cn-beijing.aliyuncs.com/pvc-articles/a1c24581-1352-44f7-9407-1ef0fcf9101d.jpg
那些神级工具，我替你交过学费了
说几个我觉得真正好用的——注意，没收广告费。Smallpdf 在线工具，快，但免费版限制多，而且隐私敏感文件我绝不上传。Ilovepdf 同理。PDF24 Creator 完全免费，本地运行，压缩效果惊人，就是界面丑得像 Windows 98。如果你更 Geek 一点，Ghostscript 简直是瑞士军刀——那行指令我背得滚瓜烂熟：gs -sDEVICE=pdfwrite -dCompatibilityLevel=1.4 -dPDFSETTINGS=/ebook -dNOPAUSE -dQUIET -dBATCH -sOutputFile=output.pdf input.pdf。里面的 /ebook 参数，能平衡质量和大小，我试过 /screen 太糊，/printer 又太大。
但最让我惊喜的不是工具，而是换了一个思考角度。有次一个 PDF 怎么压都压不小，后来发现里面嵌了十几个字体文件——每个都有中、日、韩全集！把子集嵌入打开，只保留用到的字符，体积立刻缩减 80%。这个选项藏得深，在 Acrobat 的“高级”->“印前检查”里，不仔细找根本看不见。
哦，还有，合并 PDF 时要注意重复资源。多个文件里如果都有相同的 Logo 图片，合并后它可能被存储多次。用“减少取样”和“合并相同对象”的功能，能让 Logo 只存一份。这操作太细了，但效果拔群。
速度不仅是用户体验，更是排名信号
现在 Core Web Vitals 管不到 PDF，但如果你网站直接链接到 PDF，谷歌会把 PDF 的加载时间算进去吗？官方没明说，但我觉得——会。毕竟慢得像蜗牛的 PDF 会让跳出率暴增。我用 PageSpeed 思维来处理 PDF：启用 Fast Web View，这相当于 HTML 的流式加载，浏览器可以边下载边显示第一页。Acrobat 里“另存为时优化”，勾上“针对快速 Web 查看优化”。然后用在线测试工具看一下 PDF 的线性化是否正确。这招对移动端尤其关键。
说起来都是泪。曾经有个客户，官网放的产品图册 PDF，12MB，手机用户根本打不开。优化到 1.2MB 后，咨询量涨了 30%。这不是玄学，是实实在在的数据。
到底要优化到什么程度？
https://obgeo.oss-cn-beijing.aliyuncs.com/pvc-articles/fa82959c-7a95-4006-857a-3761e162b0c3.jpg
到底要优化到什么程度？
没有标准答案，但我有个私家标准：每页不超过 200KB。一本 20 页的册子，4MB 以下，在 4G 网络下秒开。如果超过 10MB，建议拆分成多个部分，或者做成着陆页、提供 PDF 下载的备选方案。别忘了用谷歌的 Mobile-Friendly Test 去测你的 PDF 链接——虽然它主要测 HTML，但至少能看出响应性问题。
最后唠叨一句：优化完一定要用真实设备测。你电脑上看飞快，可能服务器位置、缓存策略都会影响速度。拿手机打开，感受一下，那才是用户真实的体验。
这活儿琐碎，但越琢磨越有味道。如今我看 PDF 像看艺术品，清晰、轻快、信息直达。你也试试？ 看完楼主的分享感觉很有收获，感谢这么用心的整理，学到很多新知识。 经验很宝贵，尤其是亲身实践过的总结，比网上随便找的靠谱多了。 每一段都很有分量，认真读完全篇感觉整个人都提升了不少。 支持楼主继续更新，这么好的内容值得让更多人看到和学习。 希望楼主常来发帖，持续输出优质内容，我们都会一直支持你。 思路很清晰，步骤也很详细，跟着操作应该不会出什么问题。 内容干货满满，没有多余废话，对有需要的人来说帮助真的很大。 很多点我之前都没想到，楼主一提醒才恍然大悟，收获很大。
页:
[1]