La mayoría de las herramientas para PDF que se autodenominan optimizadores son, en realidad, compresores de imágenes. Recodifican las imágenes JPEG con menor calidad, reportan un tamaño de archivo menor y dan por terminado el trabajo. Este método funciona, pero no resuelve el problema de la sobrecarga estructural que afecta a muchos PDF. Una presentación que incluye el mismo logotipo de 200 KB en cada diapositiva almacena esa imagen 40 veces como 40 objetos separados. Comprimir cada copia ahorra proporcionalmente menos que simplemente almacenar la imagen una vez y hacer referencia a ella cuarenta veces. Eso es la deduplicación, y la mayoría de las herramientas de "optimización" no la implementan.
La linealización es otra técnica que a menudo se pasa por alto. Un PDF no linealizado almacena las páginas en el orden en que se crearon o editaron, lo que significa que el usuario debe descargar el archivo completo antes de poder visualizarlo. La linealización reordena la estructura de bytes de manera que los datos de la página 1 aparecen al principio del archivo. La diferencia es notable: un catálogo linealizado de 20 MB muestra su primera página en menos de un segundo con una conexión lenta; el mismo archivo sin linealizar no muestra nada durante varios segundos. Para los PDF que se sirven en sitios web, correos electrónicos o a través de una CDN, la linealización es el cambio estructural más importante que se puede implementar.
La optimización estructural resuelve problemas distintos a los de la compresión. A continuación, se presentan seis casos de uso donde la linealización, la eliminación de duplicados y la selección de subconjuntos de fuentes marcan la diferencia más tangible.
Los archivos PDF insertados en páginas web mediante PDF.js o visores nativos del navegador se cargan mucho más rápido cuando se linealizan. La primera página se muestra antes de que se descargue el archivo completo, lo que mantiene a los usuarios atentos en lugar de que esperen a que se cargue el indicador.
Gmail limita el tamaño de los archivos adjuntos a 25 MB; muchos servidores de correo corporativos son aún más estrictos. Un informe personalizado con imágenes de logotipos repetidas suele reducirse significativamente solo con la eliminación de duplicados, sin que el destinatario note ningún cambio en la calidad.
Los informes trimestrales, las presentaciones para juntas directivas y las propuestas para clientes suelen contener elementos de marca repetidos y conjuntos de fuentes incrustadas mucho más grandes de lo necesario. La optimización reduce ambos sin alterar ni una sola palabra ni píxel que el lector pueda ver.
Las publicaciones digitales (libros electrónicos, catálogos, catálogos de moda) distribuidas mediante enlaces de descarga o visores integrados llegan a los lectores más rápido y ofrecen una mejor experiencia de lectura cuando se presentan de forma lineal. Mostrar solo el primer capítulo mientras se descarga el resto marca la diferencia entre que un lector abandone el sitio y que lo lea.
Los archivos PDF linealizados y de menor tamaño se abren mucho más rápido en dispositivos móviles, sobre todo con conexión celular. La selección de fuentes y la eliminación de duplicados suelen reducir el tamaño del archivo lo suficiente como para que un PDF pase de abrirse lentamente a abrirse inmediatamente en un navegador móvil.
Los archivos de documentos acumulan archivos PDF editados repetidamente, y cada edición deja objetos huérfanos y recursos duplicados. La optimización elimina esta acumulación, generando archivos limpios y compactos que son más fáciles de almacenar, respaldar y migrar entre sistemas.
La optimización estructural en un navegador —sin servidor— requiere resolver problemas de ingeniería complejos. Esto es lo que implica este esfuerzo para usted.
Linealización: LuraPDF utiliza pdf-lib para escribir un nuevo flujo de bytes PDF con los objetos de la primera página al principio del archivo, seguido de un diccionario de linealización que proporciona a los lectores de descarga progresiva un mapa del resto del contenido. Esto no cambia el contenido del PDF, sino el orden en que se organizan los bytes en el disco, lo que permite la renderización parcial antes de que se complete la descarga completa. Deduplicación: El motor calcula un hash de contenido de cada XObject de imagen incrustada. Los objetos con hashes coincidentes se consolidan: se conserva la primera instancia y cada referencia posterior en el flujo de contenido de la página se reescribe para que apunte al mismo objeto compartido. El ahorro es proporcional a la cantidad de veces que una imagen determinada se incrustó por separado.
Subconjunto de fuentes: Para cada fuente incrustada, LuraPDF analiza qué puntos de código Unicode se referencian realmente en los flujos de texto del documento. Luego reconstruye la tabla de glifos de la fuente para que contenga solo esos puntos de código, descartando el resto del conjunto de caracteres. Para las fuentes CJK (chino, japonés, coreano) que incrustan miles de glifos para documentos que usan solo unos pocos cientos, la reducción de tamaño es drástica. Eliminación de objetos no utilizados: Después de la deduplicación y el subconjunto, el motor recorre la tabla de referencias cruzadas del PDF y marca cada objeto accesible desde el catálogo del documento. Los objetos inaccesibles (páginas eliminadas, campos de formulario eliminados, instantáneas de revisiones antiguas) se excluyen de la referencia cruzada del nuevo archivo, eliminándolos efectivamente del resultado.
| Característica | LuraPDF | Smallpdf / Sejda | Adobe Acrobat |
|---|---|---|---|
| Linealización (vista web rápida) | Sí, linealización completa | Parcial: algunas herramientas solo | Sí |
| Eliminación de duplicados de objetos de imagen | Sí | Rara vez incluido | Sí |
| Subconjunto de fuentes | Sí | Rara vez incluido | Sí |
| Procesa el archivo en el navegador (sin subirlo). | Sí, totalmente local. | No — se requiere carga al servidor | Sí, software instalado |
La optimización funciona mejor cuando se comprende qué técnica aborda cada problema. Adapte el método al tipo de archivo para obtener los mejores resultados.
Linealice los archivos PDF si los sirve en un sitio web o mediante un enlace de correo electrónico; la velocidad de renderizado de la primera página es el beneficio más visible para el usuario en los documentos alojados en la web.
Ejecute primero la deduplicación en las presentaciones de diapositivas y los informes de marca; estos archivos casi siempre contienen logotipos e imágenes de fondo repetidos que la deduplicación elimina sin ninguna pérdida de calidad.
Habilite la selección de subconjuntos de fuentes al distribuir archivos PDF externamente, especialmente documentos que utilicen fuentes de diseño con conjuntos de caracteres grandes, o cualquier documento creado en InDesign o Illustrator.
Combina la optimización con la compresión de PDF para lograr la máxima reducción de tamaño: la optimización elimina primero el exceso de información estructural y, a continuación, la compresión vuelve a codificar las imágenes con menor calidad para una reducción adicional.
Siempre conserve una copia de seguridad no optimizada si el PDF es una plantilla compartida; la subdivisión elimina los glifos no utilizados, lo que significa que agregar texto nuevo con esos caracteres posteriormente requiere volver a incrustar la fuente completa.
Pruebe el PDF optimizado en su visor de destino después; los PDF linealizados son estándar, pero algunos sistemas de gestión de documentos empresariales tienen sus propias peculiaridades en el manejo de PDF que conviene verificar.
Arrastra tu PDF y ejecuta las tres técnicas de optimización estructural en tu navegador. Carga web más rápida, archivos adjuntos de correo electrónico más pequeños, archivos más limpios: sin necesidad de subir archivos, sin crear una cuenta, sin marca de agua.