压缩 PDF 会让文字变得无法搜索吗？

是的——大多数情况下如此。如果某款压缩工具让你的 PDF 体积大幅缩小，它几乎可以肯定是把每一页都转成了图片，文字也不再是可选取的文本。

你通常会在最不合时宜的时候发现这个问题：在合同里搜索某个条款却毫无结果，或者粘贴一段文字却什么也没有。本文解释为什么会发生这种情况、如何检查，以及如何在不丢失文字的前提下压缩文件。

同一个词背后是两种截然不同的操作

"压缩"描述的是两种工作原理截然相反的方式。工具很少会告诉你它用的是哪一种。

无损：重建文件结构

文档的结构以更高效的方式重新写入。重复资源被合并，未使用的对象被删除，内部数据流被重新打包。页面上的内容不会被触动。

文字仍然是文字。字体仍然嵌入其中。链接、表单字段和注释都得以保留。代价是压缩比：通常只有 20–30%，对于本来制作精良的文件，有时几乎没有变化。

有损：对页面拍照

每一页都被渲染成图片，图片被压缩，然后用每页一张图片的方式构建新的 PDF。

这种方式效果惊人——对扫描文档实现 60–80% 的压缩是很正常的——因为它抛弃了字母与绘制它的像素之间的区别。而这正是问题所在。经过这种处理之后，页面就是你文档的照片，里面没有任何可以被搜索到的文字。

如何判断你得到的是哪种结果

打开输出文件，尝试用光标选中正文中的一行文字。

• 出现文字光标且可以高亮选择单个词语 — 文字得以保留。
• 出现覆盖整页的选择框，或者什么都没有发生 — 该页是图片。

另外两种快速检查方式：按 Ctrl+F（Mac 上是 Cmd+F）搜索你能清楚看到的某个词；以及放大到 400%。真实文字在任何缩放比例下都保持清晰，因为它是由字体轮廓绘制的；图片则会变模糊，最终出现像素块。

为什么这比你想象的更重要

失去可搜索的文字不仅仅是不方便那么简单。

无法搜索或提取内容。 任何需要从文档中读取数据的工作流都会失效——报销系统、合同审阅、文档管理索引。

屏幕阅读器无法读取。 这才是最严重的问题。页面一旦变成图片，对任何使用辅助技术的人来说都完全无法访问。如果你发布的文档面向公众阅读，或者你的工作有无障碍合规要求，仅含图片的 PDF 是不可接受的输出形式。

搜索引擎无法索引。 发布在网站上的 PDF 如果没有文字层，对搜索毫无贡献。

画质损失是永久性的。 你无法在事后恢复文字，除非运行 OCR——它通过猜测像素来重新引入文字，通常比较准确，但永远不会完美，也永远无法还原原始排版。

有意识地做出选择

我们的 Compress PDF 工具同时提供这两种方式，并会明确告诉你每个设置对应的是哪种模式。

保留文字是无损路径。只要文档需要被搜索、用辅助技术阅读、自动化处理或作为档案保存，都应该使用这个选项。预期压缩幅度较小。

最小体积是有损路径，分为三档——大致对应 144、108 和 72 DPI。当文件必须满足硬性大小限制，且使用者只是单纯查看时，可以使用这个选项。工具会明确说明，这些模式下文字都不会保持可选取的状态。

此外还有目标大小模式，适用于门户网站要求特定文件大小的情况。这是一种有损模式，同样的权衡取舍同样适用。

有一种情况下无关紧要

如果你的 PDF 是扫描件，那么从来就没有文字可言。页面的照片里只有像素，没有字符，不管是哪款工具生成的。

对于扫描件来说，有损压缩在可搜索性方面没有任何损失——因为本来就没有。这也是扫描件压缩效果如此显著的原因：它们是纯图片数据，而有损压缩正是为此而设计的。

如果你希望扫描件变得可搜索，那是另一项独立操作：OCR 读取像素并在下方添加文字层。建议在压缩之前执行这一步，因为激进的压缩会让字符更难被识别，OCR 准确率也会下降。

一条有效的判断规则

问自己一个问题：这个文件发出去之后，除了一双人眼之外，还有什么东西需要读取它？

• 不需要 — 同事会瞥一眼、门户审核员会审批、放在邮件里发出去。有损压缩没问题，拿走那 70%。
• 需要 — 它会被搜索、索引、归档、朗读或处理。保持无损，接受较小的压缩比，从别处省空间。

"别处"通常是页数。删除没人需要的页面，比任何压缩设置都更有效，也不会损失任何质量。Extract PDF pages 可以只提取你需要的那几页。

如果你已经丢失了文字

如果你已经把文件压缩成图片，又找不到原始文件，那么文字无法以原始形式恢复。你的选择是回到源文档重新导出，或者对压缩版本运行 OCR 来生成新的文字层。

对已经高度压缩的文件运行 OCR 是其中效果最差的方案，因为压缩破坏了识别所依赖的字母形状。这也是保留任何重要文件原件的最有力理由。

常见问题

不打开阅读器，能判断一个 PDF 是否有真实文字吗？ 最快的方法就是打开文件并尝试选中一行文字。如果想更确定，搜索一个你在页面上能清楚看到的词——如果搜索没有结果，说明没有文字层。

压缩会让非扫描 PDF 丢失文字吗？ 会。有损压缩会把每一页都渲染成图片，不管页面上原来是什么内容。一个从 Word 导出的、文字完好的 PDF，如果用"最小体积"模式压缩，文字同样会丢失。

文件越小画质就越差吗？ 不是。无损压缩在不影响任何画质的情况下让文件变小——它删除的是冗余，而不是细节。只是它无法实现人们期望的那种大幅压缩。

我的压缩 PDF 看起来一模一样，文字保留了吗？ 不一定。在正常缩放比例下，压缩良好的页面图片看起来和原件非常接近。选中文字才是唯一可靠的测试方法。

压缩后还能把文字加回来吗？ 只能通过运行 OCR 来实现——它通过识别像素生成新的文字层。通常比较准确，但无法保证，也无法还原原始排版。