PDFが重い理由 — そして実際に効くもの

PDFは箱であり、重さは画像です

PDFは入れ物です。文字は文字コードと埋め込みフォントとして保存され、本一冊分でも数百キロバイトです。ベクター図形も座標として保存されるので同じく軽いままです。

画像は画像として保存されます。文書に入れたスマートフォンの写真一枚が、文字200ページより重いことがあります。PDFが巨大なら、それは画像を抱えているということです。

まずどちらのPDFかを見分けます

カーソルで文章をなぞって選択してみてください。単語ごとに選択されるなら、文字が本当に入っているテキストPDFです。何も選択されないか、ページ全体が一塊で選択されるなら、すべてのページがページを撮った写真です。

この一つの試験で、何が効くかが分かれます。

• テキストPDFなのに重い → 重いものが入っています。写真、画像として貼った図表、スキャンした表紙。画像を圧縮するのが答えです。
• スキャンPDF → ページそのものが画像です。再エンコード以外に手がなく、その下に行くとスキャンが読めなくなる底があります。

実際に容量を減らすもの

埋め込まれたJPEGを低い品質で再エンコードします。主な手であり、たいていはこれで足ります。文字・リンク・しおり・検索はそのまま残ります — そもそもそれらが原因ではなかったからです。

要らないページを削ります。当たり前の話ですが、最も大きく効くことがよくあります。スキャンした付録がファイルの大半という例は珍しくありません。

文書を分けます。第3章だけ送ればよいなら、第3章だけ送れば済みます。

画像の解像度を下げます。600DPIのスキャンは同じ文書の300DPIより画素が4倍で、300DPIでもすでにどの画面が映すよりも細かいのです。

効かないもの

ZIPにまとめてもほとんど減りません。PDFの中のストリームはすでに圧縮されていて、圧縮済みのものをもう一度圧縮しても無駄です。

もう一つの落とし穴は過激なほうの「圧縮」です。すべてのページを画像として描き直し、その画像でPDFを組み直すツールがあります。数字は小さくなり、文書は壊れます — 文字が文字を撮った写真になるので、検索も複製もできず、読み上げソフトも読めず、印刷するとぼやけます。圧縮してから文字を選択できなくなったなら、これが起きたということです。

当サイトの圧縮が行うこと、そして断るとき

JPEG画像だけを再エンコードし、それ以外には触れません。文字は文字のままです。フォント・リンク・構造はそのまま通ります。

その代わり、やることが何もない場合があります。1929年の領収書の実物スキャンで試したところ、そのファイルのページはJPEGで保存されておらず、ツールはダウンロードを一切出しませんでした — 同じ大きさのファイルに「圧縮済み」というラベルだけ付けて返す代わりに、です。スキャンが別の形式で保存されているならそれが正直な答えで、残る道はページ数を減らすか解像度を下げることです。