Hầu hết các công cụ PDF tự gọi mình là trình tối ưu hóa thực chất chỉ là các công cụ nén ảnh. Chúng mã hóa lại ảnh JPEG của bạn ở chất lượng thấp hơn, báo cáo kích thước tệp nhỏ hơn và coi như xong. Cách tiếp cận đó có hiệu quả — nhưng nó bỏ qua sự phình to về cấu trúc vốn là vấn đề của nhiều tệp PDF. Một bản trình chiếu nhúng cùng một logo 200 KB trên mỗi slide sẽ chứa hình ảnh đó 40 lần dưới dạng 40 đối tượng riêng biệt. Việc nén mỗi bản sao sẽ tiết kiệm được ít hơn so với việc chỉ lưu trữ hình ảnh một lần và tham chiếu nó 40 lần. Đó chính là việc loại bỏ các bản sao trùng lặp — và hầu hết các công cụ "tối ưu hóa" không thực hiện điều đó.
Tuyến tính hóa là một kỹ thuật khác thường bị bỏ qua. Một tệp PDF không được tuyến tính hóa lưu trữ các trang theo thứ tự chúng được tạo hoặc chỉnh sửa — nghĩa là người xem phải tải xuống toàn bộ tệp trước khi hiển thị bất kỳ phần nào của nó. Tuyến tính hóa sắp xếp lại bố cục byte sao cho dữ liệu trang 1 đứng đầu tệp. Sự khác biệt rất dễ nhận thấy: một tệp PDF 20 MB được tuyến tính hóa hiển thị trang đầu tiên trong vòng chưa đầy một giây trên kết nối chậm; cùng một tệp đó mà không được tuyến tính hóa sẽ không hiển thị gì trong vài giây. Đối với các tệp PDF được phân phối trên các trang web, trong email hoặc thông qua CDN, tuyến tính hóa là thay đổi cấu trúc có tác động lớn nhất mà bạn có thể thực hiện.
Tối ưu hóa cấu trúc giải quyết các vấn đề khác với nén dữ liệu. Dưới đây là sáu trường hợp sử dụng mà việc tuyến tính hóa, loại bỏ dữ liệu trùng lặp và chọn lọc tập tin phông chữ tạo ra sự khác biệt rõ rệt nhất.
Các tệp PDF được nhúng trong trang web thông qua PDF.js hoặc trình xem PDF gốc của trình duyệt tải nhanh hơn đáng kể khi được tuyến tính hóa. Trang đầu tiên được hiển thị trước khi toàn bộ tệp được tải xuống, giúp người dùng luôn tập trung thay vì phải nhìn vào biểu tượng tải.
Gmail giới hạn dung lượng tệp đính kèm ở mức 25 MB; nhiều máy chủ email doanh nghiệp còn có quy định nghiêm ngặt hơn. Một báo cáo có thương hiệu với nhiều hình ảnh logo lặp lại thường được giảm kích thước đáng kể chỉ bằng cách loại bỏ các tệp trùng lặp — mà không làm thay đổi chất lượng hình ảnh đối với người nhận.
Các báo cáo quý, bản trình bày cho hội đồng quản trị và đề xuất khách hàng thường chứa các tài sản thương hiệu lặp lại và các bộ phông chữ nhúng có kích thước lớn hơn nhiều so với mức cần thiết trong tài liệu. Tối ưu hóa giúp giảm cả hai yếu tố này mà không làm thay đổi bất kỳ từ ngữ hay pixel nào mà người đọc nhìn thấy.
Các ấn phẩm kỹ thuật số (sách điện tử, danh mục, lookbook) được phân phối qua liên kết tải xuống hoặc trình xem nhúng sẽ tiếp cận người đọc nhanh hơn và tạo cảm giác tương tác tốt hơn khi được trình bày theo trình tự thời gian. Việc hiển thị chương đầu tiên trong khi phần còn lại cần tải xuống chính là yếu tố quyết định giữa việc người đọc rời trang và việc họ thực sự đọc hết nội dung.
Các tệp PDF nhỏ hơn, được tuyến tính hóa, mở nhanh hơn đáng kể trên thiết bị di động, đặc biệt là trên kết nối di động. Việc chọn lọc phông chữ và loại bỏ dữ liệu trùng lặp thường giúp giảm kích thước tệp đủ để biến một tệp PDF từ "mở chậm" thành "mở ngay lập tức" trên trình duyệt di động.
Các kho lưu trữ tài liệu tích lũy các tệp PDF đã được chỉnh sửa nhiều lần, mỗi lần chỉnh sửa đều để lại các đối tượng không cần thiết và các tài nguyên trùng lặp. Tối ưu hóa loại bỏ "nợ" tích lũy này, tạo ra các tệp sạch, nhỏ gọn, dễ lưu trữ, sao lưu và di chuyển giữa các hệ thống.
Tối ưu hóa cấu trúc trong trình duyệt — không cần máy chủ — đòi hỏi phải giải quyết những vấn đề kỹ thuật không hề đơn giản. Và đây là ý nghĩa của nỗ lực đó đối với bạn.
Tuyến tính hóa: LuraPDF sử dụng pdf-lib để ghi một luồng byte PDF mới với các đối tượng của trang đầu tiên ở đầu tệp, theo sau là một từ điển tuyến tính hóa cung cấp cho trình đọc tải xuống từng phần một bản đồ đến phần còn lại của nội dung. Điều này không thay đổi nội dung trong PDF — nó thay đổi thứ tự các byte được sắp xếp trên đĩa, cho phép hiển thị một phần trước khi quá trình tải xuống hoàn tất. Loại bỏ trùng lặp: Công cụ tính toán hàm băm nội dung của mỗi đối tượng hình ảnh XObject được nhúng. Các đối tượng có hàm băm trùng khớp được hợp nhất — phiên bản đầu tiên được giữ lại và mọi tham chiếu tiếp theo trong luồng nội dung trang được viết lại để trỏ đến cùng một đối tượng được chia sẻ. Mức tiết kiệm tỷ lệ thuận với số lần một hình ảnh nhất định được nhúng riêng lẻ.
Lọc tập tin phông chữ: Đối với mỗi phông chữ được nhúng, LuraPDF phân tích các điểm mã Unicode nào thực sự được tham chiếu trong luồng văn bản của tài liệu. Sau đó, nó xây dựng lại bảng ký tự của phông chữ để chỉ chứa các điểm mã đó, loại bỏ phần còn lại của bộ ký tự. Đối với các phông chữ CJK (tiếng Trung, tiếng Nhật, tiếng Hàn) nhúng hàng nghìn ký tự cho các tài liệu chỉ sử dụng vài trăm ký tự, việc giảm kích thước là rất đáng kể. Loại bỏ các đối tượng không sử dụng: Sau khi loại bỏ các bản sao và lọc tập tin, công cụ sẽ duyệt qua bảng tham chiếu chéo của PDF và đánh dấu mọi đối tượng có thể truy cập được từ danh mục tài liệu. Các đối tượng không thể truy cập được — các trang đã xóa, các trường biểu mẫu đã xóa, ảnh chụp nhanh phiên bản cũ — sẽ bị loại trừ khỏi bảng tham chiếu chéo của tệp mới, loại bỏ chúng khỏi đầu ra.
| Tính năng | LuraPDF | Smallpdf / Sejda | Adobe Acrobat |
|---|---|---|---|
| Tuyến tính hóa (chế độ xem web nhanh) | Vâng — tuyến tính hóa hoàn toàn | Một phần — chỉ một số công cụ | Đúng |
| Loại bỏ trùng lặp đối tượng hình ảnh | Đúng | Hiếm khi được bao gồm | Đúng |
| Tập hợp con của phông chữ | Đúng | Hiếm khi được bao gồm | Đúng |
| Xử lý tập tin trong trình duyệt (không cần tải lên) | Vâng — hoàn toàn là hàng địa phương | Không — cần tải lên máy chủ | Có — phần mềm đã được cài đặt |
Tối ưu hóa hiệu quả nhất khi bạn hiểu rõ kỹ thuật nào nhắm đến vấn đề nào. Hãy lựa chọn phương pháp phù hợp với loại tệp của bạn để đạt kết quả tốt nhất.
Nên sử dụng định dạng tuyến tính nếu chia sẻ PDF trên trang web hoặc qua liên kết email — tốc độ hiển thị trang đầu tiên là lợi ích dễ thấy nhất đối với người dùng khi sử dụng tài liệu được lưu trữ trên web.
Hãy ưu tiên loại bỏ các hình ảnh trùng lặp trước tiên trên các bản trình chiếu và báo cáo có thương hiệu — những tệp này hầu như luôn chứa hình ảnh logo và phông nền lặp lại mà việc loại bỏ trùng lặp sẽ giúp loại bỏ mà không ảnh hưởng đến chất lượng.
Cho phép thiết lập bộ nhớ đệm phông chữ khi phân phối PDF ra bên ngoài — đặc biệt là các tài liệu sử dụng phông chữ thiết kế có bộ ký tự lớn, hoặc bất kỳ tài liệu nào được tạo bằng InDesign hoặc Illustrator.
Kết hợp tối ưu hóa với nén PDF để giảm kích thước tối đa — tối ưu hóa sẽ loại bỏ phần dư thừa cấu trúc trước, sau đó nén sẽ mã hóa lại hình ảnh ở chất lượng thấp hơn để giảm kích thước thêm nữa.
Luôn giữ một bản sao lưu chưa tối ưu hóa nếu tệp PDF là mẫu dùng chung — việc chọn lọc các ký tự sẽ loại bỏ các ký tự không sử dụng, điều này có nghĩa là việc thêm văn bản mới bằng các ký tự đó sau này sẽ yêu cầu phải nhúng lại toàn bộ phông chữ.
Hãy kiểm tra tệp PDF đã được tối ưu hóa trong trình xem mục tiêu của bạn sau đó — PDF tuyến tính hóa là tiêu chuẩn, nhưng một số hệ thống quản lý tài liệu doanh nghiệp có những đặc điểm xử lý PDF riêng cần được kiểm tra.
Hãy kéo thả tệp PDF của bạn vào và chạy cả ba kỹ thuật tối ưu hóa cấu trúc ngay trên trình duyệt. Tốc độ tải trang web nhanh hơn, dung lượng tệp đính kèm email nhỏ hơn, tệp tin sạch hơn — không cần tải lên, không cần tài khoản, không có hình mờ.