PDF 压缩这件事，绝大多数人第一次接触是从“文件太大传不出去”开始的。单个文件还好说，随便找个在线工具就能解决；但如果手上是几十个、上百个 PDF，逐个上传下载，既慢又容易被各种网站限制大小和次数。真正的问题不是“能不能压”，而是有没有一套可以批量跑、参数可控、效果稳定的方案。
这次我们把这几个问题一次说清：先对比主流批量压缩 PDF 路线的适用场景，再分别给出 Ghostscript 命令行方案、Python + PyMuPDF 脚本方案和在线工具方案，最后补一部分参数调整、质量评估与排查方法。看完之后，你可以根据自己的使用习惯，直接选一条能落地的路线开始处理文件。
先给结论：追求稳定和可控，优先用 Ghostscript；想顺手写进自动化流程，就选 Python + PyMuPDF；只是偶尔压几个几十 MB 的临时文件，在线工具完全够用。核心不是“能不能压缩”，而是压缩之后清晰度是否还够用、批量任务能不能稳定跑完。
1. 核心方案速览
| 方案 | 适用人群 | 批量能力 | 质量可控程度 | 是否需要安装 | 备注 |
|---|---|---|---|---|---|
| Ghostscript 命令行 | 有命令行基础的用户 | 强，可配合 bat/shell 脚本处理整个目录 | 高，可设置压缩级别和分辨率参数 | 需要安装 Ghostscript | 推荐主力方案，稳定且通用 |
| Python + PyMuPDF | 开发者、数据分析师 | 强，可直接遍历目录并输出报告 | 中高，可自定义重压缩逻辑 | 需要安装 Python 和 PyMuPDF | 适合集成到业务脚本中 |
| Python + pypdf/pdf2image 组合 | 开发者 | 中上 | 中，依赖额外转图像步骤 | 需要安装多个依赖 | 复杂度偏高，适合特殊需求 |
| 在线工具 | 普通办公用户 | 弱，一般需要逐个上传下载 | 低，只能选预设参数 | 无需安装 | 适合临时轻量任务 |
| 桌面版 PDF 软件 | 普通办公用户 | 中，部分软件支持批量处理 | 中 | 需要安装 | 商业软件需要授权，注意版权 |
从整个技术选型来看，Ghostscript 是开源方案里最值得掌握的一个。它本身是 PDF 和 PostScript 的解释器，文件压缩只是它的能力之一，命令行参数稳定，跨平台支持好，也不存在“试用次数上限”这类限制。在线工具虽然现在体验也不错，但批量任务里文件数量一多，光上传下载的等待时间就够受的。
2. 方案一：Ghostscript 命令行批量压缩
Ghostscript（简称 gs）是 PDF 处理领域的老牌开源工具，很多桌面 PDF 软件在底层调用的其实就是它。它的优势在于参数足够丰富：既可以按预设级别压缩，也可以手动控制分辨率和图像质量，适合对输出结果有要求的批量任务。
2.1 安装 Ghostscript
Windows 系统可以直接到 Ghostscript 官方网站下载安装包，安装完成后把安装目录下的bin文件夹加入系统 PATH，或者直接在命令行里写完整路径调用。也可以通过包管理器安装：
# Windows 使用 winget 安装 winget install GhostscriptLinux 和 macOS 用户用系统包管理器即可：
# Ubuntu / Debian sudo apt install ghostscript # CentOS / RHEL sudo yum install ghostscript # macOS brew install ghostscript验证是否安装成功：
gs --version能输出版本号说明安装正常。Windows 下如果安装后提示找不到命令，优先检查 PATH 环境变量或者确认安装包架构是否和系统一致。
2.2 Ghostscript 压缩命令解析
Ghostscript 压缩 PDF 的核心命令格式如下：
gs -sDEVICE=pdfwrite -dCompatibilityLevel=1.4 -dPDFSETTINGS=/ebook \ -dNOPAUSE -dBATCH -sOutputFile=compressed.pdf input.pdf参数说明：
| 参数 | 作用 |
|---|---|
-sDEVICE=pdfwrite | 指定输出设备为 PDF 写入器，是压缩 PDF 的核心参数 |
-dCompatibilityLevel=1.4 | 设置输出 PDF 版本兼容级别，1.4 对应 Adobe Acrobat 5 及以上，通用性最好 |
-dPDFSETTINGS=/ebook | 预设压缩级别，/screen体积最小画质最差，/ebook中等，/printer质量较高 |
-dNOPAUSE | 处理过程中不暂停 |
-dBATCH | 处理结束后自动退出 |
-sOutputFile=compressed.pdf | 指定输出文件名 |
input.pdf | 输入文件路径 |
补充两个常用参数：如果 PDF 里主要是扫描图片，可以追加-dJPEGQ=80调整 JPEG 图像质量，-r72或-r150可以手动指定输出分辨率（单位是 DPI）。分辨率设得越低，体积越小，同时清晰度会下降，具体网点点需要根据使用场景权衡。
2.3 Windows 批量压缩脚本
下面是一个 Windows 批处理脚本，可以一次性压缩某个文件夹下所有 PDF，并把压缩后的文件输出到output目录：
@echo off setlocal enabledelayedexpansion set INPUT_DIR=.\input set OUTPUT_DIR=.\output set GS_PATH=gs if not exist "%OUTPUT_DIR%" mkdir "%OUTPUT_DIR%" for %%f in ("%INPUT_DIR%\*.pdf") do ( echo Processing: %%f "%GS_PATH%" -sDEVICE=pdfwrite -dCompatibilityLevel=1.4 -dPDFSETTINGS=/ebook -dNOPAUSE -dBATCH -sOutputFile="%OUTPUT_DIR%\%%~nf_compressed.pdf" "%%f" if !errorlevel! == 0 ( echo OK: %%~nf ) else ( echo FAILED: %%~nf ) ) echo Batch compression finished. pause使用时把INPUT_DIR和OUTPUT_DIR换成实际路径，GS_PATH如果没加入系统 PATH，就写 Ghostscript 安装目录下的完整路径，例如：
set GS_PATH=C:\Program Files\gs\gs10.03.0\bin\gs.exe这个脚本会逐文件处理，每个文件生成独立的压缩结果，并在控制台输出成功或失败状态。实际批量运行前，先拿一个试水文件跑一遍。
2.4 Linux / macOS 批量压缩脚本
Linux 或 macOS 下用 bash 脚本即可：
#!/bin/bash INPUT_DIR="./input" OUTPUT_DIR="./output" mkdir -p "$OUTPUT_DIR" for f in "$INPUT_DIR"/*.pdf; do [ -e "$f" ] || continue base=$(basename "$f") name="${base%.pdf}" echo "Processing: $base" if gs -sDEVICE=pdfwrite -dCompatibilityLevel=1.4 -dPDFSETTINGS=/ebook \ -dNOPAUSE -dBATCH -sOutputFile="$OUTPUT_DIR/${name}_compressed.pdf" "$f"; then echo "OK: $base" else echo "FAILED: $base" fi done保存为compress_pdf.sh，加上执行权限后运行：
chmod +x compress_pdf.sh ./compress_pdf.sh[ -e "$f" ] || continue这行是为了避免目录里没有 PDF 文件时，脚本把字面量*.pdf也当作文件处理。
3. 方案二：Python + PyMuPDF 批量压缩
如果你平时写 Python 脚本，或者希望把压缩逻辑集成进自己的业务系统里，PyMuPDF（导入名 fitz）是比命令行更灵活的选择。它可以直接打开 PDF、读取页面数量、遍历图像对象，然后把处理结果重新保存为新的 PDF 文件。
3.1 安装 PyMuPDF
pip install pymupdf安装后可以在 Python 里确认版本：
import fitz print(fitz.__doc__)PyMuPDF 目前支持 Windows、Linux 和 macOS 的主流 Python 版本。注意它的开源许可是 AGPL，如果用在商业闭源软件里需要评估许可影响，这点后面专门提醒。
3.2 基础压缩逻辑
PyMuPDF 提供一种相对直接的压缩方式：打开 PDF，逐页提取内容，再保存到一个新的输出文件。保存时通过垃圾回收参数和压缩参数来控制体积。下面是一个最简版本：
import fitz def compress_pdf(input_path, output_path, garbage=3, deflate=True): doc = fitz.open(input_path) # garbage=3 表示最激进的清理方式，回收无用对象 doc.save(output_path, garbage=garbage, deflate=deflate) doc.close() compress_pdf("input.pdf", "output.pdf")这种方式的原理是把 PDF 内部冗余对象清理掉，对文本类 PDF 比较有效。但如果是扫描件或图片型 PDF，单纯的保存操作体积变化不够明显，需要结合图像重压缩进一步处理。
3.3 批量遍历目录并压缩
下面是更完整的批量脚本，支持遍历子目录、输出压缩报告，并且过滤掉已经处理过的文件：
import fitz from pathlib import Path INPUT_ROOT = Path("./input") OUTPUT_ROOT = Path("./output") OUTPUT_ROOT.mkdir(parents=True, exist_ok=True) results = [] for pdf_path in INPUT_ROOT.rglob("*.pdf"): output_path = OUTPUT_ROOT / pdf_path.name if output_path.exists(): print(f"跳过已存在文件: {output_path.name}") continue original_size = pdf_path.stat().st_size try: doc = fitz.open(pdf_path) page_count = len(doc) doc.save(output_path, garbage=3, deflate=True) doc.close() compressed_size = output_path.stat().st_size ratio = (1 - compressed_size / original_size) * 100 results.append({ "file": pdf_path.name, "pages": page_count, "original_mb": round(original_size / 1024 / 1024, 2), "compressed_mb": round(compressed_size / 1024 / 1024, 2), "ratio": round(ratio, 1) }) print(f"OK: {pdf_path.name} | 原大小 {original_size / 1024 / 1024:.2f} MB | " f"压缩后 {compressed_size / 1024 / 1024:.2f} MB | 减少 {ratio:.1f}%") except Exception as e: print(f"失败: {pdf_path.name} | 错误: {e}") results.append({"file": pdf_path.name, "error": str(e)}) print("\n=== 批量压缩完成 ===") for item in results: print(item)这段脚本的优点是每一步都有输出，批量任务里哪份文件成功、哪份失败一目了然。实际项目里可以在results基础上增加 CSV 或 Excel 导出，方便归档审计。
3.4 图像型 PDF 的深度压缩
PyMuPDF 做图像型 PDF 压缩时，可以先提取页面图像，缩放到合适尺寸并降低 JPEG 质量，再替换回页面。常见做法是把 PDF 页面转成 pixmap，经过缩放后另存为新图，再嵌入新 PDF。这种方式适合扫描件，但需要注意，文字会变成图像一部分，后期无法再选中复制。
给出一个可运行的图像压缩版示例：
import fitz def compress_by_image(input_path, output_path, zoom=1.2, jpg_quality=70): doc = fitz.open(input_path) new_doc = fitz.open() for page in doc: # 渲染当前页面为图像 pix = page.get_pixmap(matrix=fitz.Matrix(zoom, zoom)) # 新建同尺寸页面 new_page = new_doc.new_page(width=page.rect.width, height=page.rect.height) # 将渲染图像写入新页面 new_page.insert_image(new_page.rect, pixmap=pix) new_doc.save(output_path, garbage=3, deflate=True) new_doc.close() doc.close()这里zoom是渲染倍率，jpg_quality对应后续图像导出质量，实际按需求调整。要真正控制 JPEG 质量，还需要先把 pixmap 导出为 JPEG 文件，再判断大小，具体可以用 PyMuPDF 的pix.tobytes("jpeg", jpg_quality=70)完成。图像方式压缩率通常高于纯重存方式，但处理时间更长，大文件多页时要注意内存占用。
3.5 批量监听文件夹的自动化方案
如果希望做到“文件丢进文件夹就自动压缩”，可以把上面的脚本包装成 watchdog 监听任务。安装watchdog：
pip install watchdog然后写一个监听脚本，监控指定目录新增的 PDF 文件，自动调用压缩函数。这种方式适合企业内部文件系统里的自动归档流程，原始文件可以移动到done子目录避免重复处理。
import time from watchdog.observers import Observer from watchdog.events import FileSystemEventHandler from pathlib import Path class PdfHandler(FileSystemEventHandler): def on_created(self, event): if event.is_directory: return path = Path(event.src_path) if path.suffix.lower() == ".pdf": # 调用前面定义的 compress_pdf pass observer = Observer() observer.schedule(PdfHandler(), "./watch") observer.start() try: while True: time.sleep(1) except KeyboardInterrupt: observer.stop() observer.join()关键点在于监听目录和处理目录要分开，否则压缩后新文件出现在同目录会再次触发事件，造成死循环。
4. 方案三：在线工具与桌面软件
在线工具适合临时处理单份文件，优势是零安装、操作直观；劣势是上传下载受网络影响，部分网站对文件大小和数量有限制，涉及敏感资料时也不建议上传到第三方服务器。
常用处理方式：搜索“PDF 压缩”相关在线服务，选择站点后上传 PDF，选择压缩级别，等待处理后下载结果。在线工具给出的“压缩率”通常只是一个估算值，最终结果需要自己下载后对比清晰度。如果文件包含个人隐私或商业保密信息，请先评估上传风险，或者改用本地方案。
桌面版 PDF 软件则适合办公场景，部分商业软件支持批量压缩。如果已经有此类软件授权，可以在软件内选择“批量优化”、“批量缩小文件”等入口完成处理。桌面软件和在线工具相同的问题是无法完全控制底层压缩算法，对某些混合内容 PDF 的处理效果不稳定。
从批量和可控角度衡量，在线工具和桌面软件都不是首选。真正能反复使用、可进自动化的方案，还是集中在命令行和脚本工具上。
5. 批量压缩前的准备与文件管理
5.1 目录规划建议
批量处理 PDF 时，强烈建议把输入、输出、临时目录分开：
project/ ├── input/ # 存放原始 PDF ├── output/ # 存放压缩后的 PDF ├── backup/ # 原始文件的备份（可选） └── logs/ # 处理日志或导出报告输出文件名建议保留原文件名，再增加_compressed后缀，避免覆盖原始文件。后续如果要对比压缩前后的效果，也方便识别。
5.2 备份策略
压缩过程有极小概率损坏文件，尤其是来源复杂、结构异常的 PDF。批量压缩前应该先备份原文件。最简单的方式是把input文件夹整体复制一份到backup。如果空间有限，也可以把原始 PDF 先打包成 zip 存放在本地。
5.3 小批量试运行
不要直接拿全部几百个文件跑批。正确顺序是：
- 挑 2 到 3 个文件做测试。
- 确认输出质量符合要求。
- 对比压缩前后大小变化。
- 确认没有敏感信息泄漏到输出 PDF。
- 再放行整个目录的批量任务。
6. 压缩效果评估与参数选择
PDF 压缩的难点在于体积与质量永远需要平衡。评估结果时，可以从三个维度观察：
| 维度 | 观察方式 | 判断标准 |
|---|---|---|
| 文件大小 | 查看输出文件体积 | 是否达到预期压缩比例 |
| 清晰度 | 放大页面的文字和图片边缘 | 是否明显模糊、出现锯齿或色块 |
| 可用性 | 打开输出文件并搜索文字内容 | 文本是否可复制、书签是否保留、页面顺序是否正确 |
如果压缩后文字出现乱码、页面排版错乱，说明参数压缩过狠，需要调低压缩级别。比如从/screen改成/ebook，或将图像质量从 70 提高到 85。
参数选择参考表：
| 使用场景 | 推荐参数 | 说明 |
|---|---|---|
| 网页预览、移动端阅读 | /screen或-r72 | 体积最优先，画质要求低 |
| 普通文档存储、邮件发送 | /ebook或-r150 | 通用选择，可读性好 |
| 正式打印、归档 | /printer或-r300 | 清晰度优先，压缩幅度有限 |
处理带大批量图片的 PDF 时，扫描件通常有较大压缩空间，因为原图往往存在冗余信息；而由程序直接导出的文本型 PDF，压缩后体积变化有限，这属于正常现象，不是说压缩失败了。
7. 常见问题与排查方法
批量压缩 PDF 时最常遇到的问题集中在依赖缺失、文件损坏、输出质量异常三类。下面用表格说明。
| 问题现象 | 可能原因 | 排查方式 | 解决方案 |
|---|---|---|---|
提示gs不是内部或外部命令 | Ghostscript 未安装或未加入 PATH | 运行gs --version，如果提示不存在则未安装 | 重新安装 Ghostscript，或使用完整路径调用 |
| PyMuPDF 导入报错 | 未安装依赖或 Python 版本不兼容 | pip list查看 pymupdf 是否安装 | 升级 pip 后重新安装pip install --upgrade pymupdf |
| 输出 PDF 体积反而变大 | 原文件已经过优化，或使用了过高参数 | 对比同一文件在不同参数下的输出大小 | 改用/screen级别，或检查原 PDF 是否包含大量已压缩图片 |
| 压缩后文字模糊 | 分辨率设置过低 | 放大页面检查清晰度 | 提高分辨率和质量参数，如-r150、/ebook以上级别 |
| 批量脚本处理到某个文件卡住 | 文件结构损坏或存在超长路径 | 单独处理该文件，查看报错信息 | 先将该文件用其他工具修复，或从批量目录中移出 |
| 输出文件无法打开 | 参数设置不兼容或内存不足 | 查看命令行错误日志 | 降低并发数量，逐文件运行，检查临时磁盘空间 |
| 在线工具处理速度极慢 | 文件较大或网络带宽受限 | 观察上传速度和网站排队情况 | 改用本地 Ghostscript 或脚本方案 |
| 批量处理生成的日志乱码 | Windows 控制台编码与脚本字符集不一致 | 检查 bat 文件编码格式 | bat 文件保存为 ANSI 编码，或使用 UTF-8 并设置chcp 65001 |
批量脚本里出现单文件失败时，不要让整个任务中断。建议为脚本增加错误收集机制，失败的路径单独记录到failures.txt，最后统一复查原因。
# 在脚本里记录失败项示例（Linux/macOS） if ! gs -sDEVICE=pdfwrite -dPDFSETTINGS=/ebook -dNOPAUSE -dBATCH \ -sOutputFile="$output_file" "$input_file"; then echo "$input_file" >> failures.txt fi8. 最佳实践与合规提醒
8.1 工程化处理建议
- 第一次批量处理时，优先用 3 到 5 个文件验证整套流程，再跑全量。
- 保留一套最小的可运行命令，后续换机器只要调整路径和版本号即可。
- 日志和输出报告是排查批量任务的基础，不要只靠肉眼确认。
- 对已压缩完成的文件，可以定期抽查几个，确认页面数、文件尺寸和打开正常。
- 如果原始 PDF 涉及个人隐私、商业机密或版权内容，不要使用在线工具上传，优先选择本地方案。
8.2 版权、隐私和安全边界
处理 PDF 时要注意文件的来源。压缩别人发来的文件，最好先确认你是否拥有处理该文件的权利；对外发布或商用压缩后的 PDF，要保证原始内容不存在版权争议。
PyMuPDF 采用 AGPL 许可协议，开源项目集成时通常没有问题，但作为闭源商业产品分发时，需要额外评估开源许可的约束。这也提醒一个细节：选技术方案时要先看许可证，再看功能。
处理含人脸信息或隐私数据的扫描件时，应提前告知相关方并获得授权。批量脚本如果部署在共享目录或服务器上，注意限制目录的访问范围，避免未授权用户将文件带入处理队列。
8.3 结果复核习惯
压缩完成后不要直接删除原始文件。正确流程是：压缩 → 抽查质量 → 确认可用 → 备份原文件 → 归档压缩结果。直接销毁原文件存在不可逆风险，特别是遇到压缩异常时连恢复的余地都没有。
9. 总结与下一步
批量压缩 PDF 的方案已经全部走了一遍。最值得优先验证的是 Ghostscript 命令行方案，安装一个开源工具，用一段 bat 或 shell 脚本就能处理整个目录的 PDF，压缩级别、分辨率、图像质量都能自己控制。如果你平时写 Python，则可以直接把 PyMuPDF 版本的脚本接进文件自动化流程，效果立竿见影。
最容易踩的坑有三个：一是压缩参数设置过狠导致文字模糊；二是输出文件名覆盖原始文件；三是批处理某个异常 PDF 时脚本中断。把这三点提前规避掉，整套流程基本可以稳定运行。
留给你的下一步动作很简单：拿几份不同类型的 PDF（文本型、扫描型、图文混排型各一份），分别用/screen、/ebook、/printer跑一遍，对比体积和清晰度，找到适合自己的参数组合。再加一个建议：把批处理脚本存好，这类需求通常不是一次性的。
