python如何压缩pdf文档

在Python中压缩PDF文档可以通过以下几种方式实现：使用PyPDF2库压缩、借助Ghostscript工具、采用PDF Compressor API服务。其中，使用PyPDF2库是最为常见的方法，因为它不需要依赖外部工具或服务。接下来，我将详细介绍如何使用PyPDF2库来压缩PDF文档，并分析其工作原理和应用场景。

一、使用PyPDF2库压缩PDF

1. 安装和基本使用

PyPDF2是一个纯Python编写的库，用于处理PDF文件。它支持PDF的拆分、合并、加密和解密等操作。虽然PyPDF2不直接提供压缩功能，但可以通过重新创建PDF来达到压缩的效果。

首先，安装PyPDF2库：

pip install PyPDF2

接下来，使用PyPDF2读取和重写PDF文件：

import PyPDF2
def compress_pdf(input_pdf, output_pdf):
    with open(input_pdf, 'rb') as file:
        reader = PyPDF2.PdfReader(file)
        writer = PyPDF2.PdfWriter()
        for page in reader.pages:
            writer.add_page(page)
        with open(output_pdf, 'wb') as output_file:
            writer.write(output_file)
compress_pdf('input.pdf', 'output.pdf')

2. 工作原理

PyPDF2的压缩方法实际上是通过读取每个页面并重新写入来实现的。虽然这不会显著减少文件大小，但可以去除不必要的元数据和未使用的对象，从而在某些情况下达到压缩效果。

3. 应用场景

这种方法适用于文件大小不是特别大的PDF文档，尤其是当您需要对PDF进行合并或拆分操作时，PyPDF2提供了一种简单的解决方案。然而，对于大文件或需要显著压缩的文件，建议结合其他方法。

二、使用Ghostscript压缩PDF

1. 安装Ghostscript

Ghostscript是一个用于处理PostScript和PDF文件的开源软件。它提供了一种高效的PDF压缩方式。

首先，安装Ghostscript：

Windows用户可以从Ghostscript官网下载并安装。
Mac用户可以使用Homebrew安装：
```
brew install ghostscript
```
Linux用户可以通过包管理器安装，例如：
```
sudo apt-get install ghostscript
```

2. 使用Ghostscript压缩PDF

安装完成后，可以使用以下命令行对PDF进行压缩：

gs -sDEVICE=pdfwrite -dCompatibilityLevel=1.4 -dPDFSETTINGS=/screen -dNOPAUSE -dQUIET -dBATCH -sOutputFile=output.pdf input.pdf

其中，-dPDFSETTINGS参数可以调整压缩质量：

/screen：低分辨率，适合屏幕阅读。
/ebook：中等分辨率，适合电子书。
/printer：高分辨率，适合打印。
/prepress：更高分辨率，适合出版。
/default：默认设置。

3. 应用场景

Ghostscript适用于需要显著压缩的PDF文件，尤其是在处理包含大量图像或复杂内容的PDF时效果显著。其灵活的设置可以根据不同需求调整压缩质量。

三、使用PDF Compressor API服务

1. 选择合适的API服务

在选择API服务时，需要考虑以下因素：压缩效果、服务稳定性、价格和API易用性。常见的PDF压缩API服务包括Smallpdf、PDF24、PDF Compressor等。

2. 通过API进行压缩

以Smallpdf为例，您可以通过注册获得API密钥，然后使用以下Python代码进行压缩：

import requests
def compress_pdf(api_key, input_pdf, output_pdf):
    url = 'https://api.smallpdf.com/v1/pdf/compress'
    headers = {
        'Authorization': f'Bearer {api_key}',
        'Content-Type': 'application/pdf'
    }
    with open(input_pdf, 'rb') as file:
        response = requests.post(url, headers=headers, files={'file': file})
    with open(output_pdf, 'wb') as output_file:
        output_file.write(response.content)
compress_pdf('your_api_key', 'input.pdf', 'output.pdf')