pdftk раздувает файлы при их разделении

[berkut_174]

Всем привет!

Код: [Выделить]

$ du -b file.pdf
15820146 file.pdf

Код: [Выделить]

$ pdftk A=file.pdf cat A1 output 1.pdf

Код: [Выделить]

$ du -b 1.pdf
15654155 1.pdf

Код: [Выделить]

$ pdftk A=file.pdf cat A3-7 output 5.pdf

Код: [Выделить]

$ du -b 5.pdf
15668428 5.pdf
При этом в файлах 1.pdf и 5.pdf реально по 1 и 5 страниц соответственно.
pdfseparate также раздувает каждую страницу, она всегда практически равна объёму исходного файла.

Куда копать?

p9

[berkut_174]

В p8 с подобными проблемами сталкиваться не приходилось.

[stranger573]

Куда копать?

В сторону анализа содержимого входного и выходных файлов, вестимо. Примеры файлов покажите.

Вообще, если есть текстовое содержимое, в какой-то степени так и должно быть. Поскольку при нарезке на страницы в каждый отдельный файл будут встроены наборы шрифтов, которые в исходном файле присутствуют в одном экземпляре. Но это может усугубляться иными причинами. Например, если шрифты попутно преобразовываются в type3, размер файла может вырасти в сотню раз. С картинками и прочими объектами тоже есть нюансы.

[berkut_174]

Примеры файлов покажите.

Документ создан экспортом в PDF из LO 6.1.
Там и текст, и картинки.

[berkut_174]

Почему тогда при "склеивании" обратно, файл становится больше оригинального ?

[stranger573]

Почему тогда при "склеивании" обратно, файл становится больше оригинального ?

Грубо приближённо — потому, что наборы шрифтов из отдельных файлов не объединяются, а так и остаются назначены для каждого объекта, да и самих объектов при объединении становиться больше.
Сделайте и покажите тестовые файлы, тогда посмотрим.

[berkut_174]

В p8 с подобными проблемами сталкиваться не приходилось.

Собственно специально проверил, ситуация аналогичная с p9 - именно этот файл тоже раздувает. Я значит раньше имел дела с файлами, состоящими только из картинок, которые формируются сканерами, например. С ними проблем не было.

Хотелось бы заставить нормально работать pdftk с файлами PDF, полученными экспортом из LO.

[berkut_174]

Сделайте и покажите тестовые файлы, тогда посмотрим.

Готово (см. вложения).
Мой файл несколько больше, но по содержанию схож.

[stranger573]

Собственно специально проверил, ситуация аналогичная с p9 - именно этот файл тоже раздувает. Я значит раньше имел дела с файлами, состоящими только из картинок, которые формируются сканерами, например. С ними проблем не было.

Картинки изначально больше. Там не так заметно, но при разделении и последующем объединении размер всё равно хоть немного, но больше (если оптимизация не применяется, а она ухудшает качество).

Хотелось бы заставить нормально работать pdftk с файлами PDF, полученными экспортом из LO.

Так это вполне может оказаться нормальной работой.

[berkut_174]

Хм, мне вот такой вариант с уменьшением объёма нравится:

Код: [Выделить]

gs -sDEVICE=pdfwrite -dCompatibilityLevel=1.4 -dNOPAUSE -dBATCH  -dQUIET -sOutputFile=new.pdf test.pdfРазобрал свой файл постранично на отдельные файлы, потом прогнал командой выше каждый файл и снова собрал в один файл. Размер увеличился, но не критично. Было - 15820146 байт, стало - 17499675 байт.

[stranger573]

Готово (см. вложения).
Мой файл несколько больше, но по содержанию схож.

Ну, да. Так и есть. Делил и объединял с помощью pdfseparate, pdfunite. При разделении обе страницы содержат встроенный шрифт TimesNewRomanRSMT. А при последующем объединении выходной файл уже два набора шрифта содержит. И, кстати, две картинки тоже. Похоже при объединении pdf не перестраивается, а тупо в конец новые объекты дописываются. В этом случае может помочь печать в файл pdf из этого файла. Примерно как БД — объекты как бы удалены и игнорируются, но в файле так и остаются. При печати такие объекты убираются.

[stranger573]

Хм, мне вот такой вариант с уменьшением объёма нравится:

Ну так ghostscript же. Вы, кстати, этой командой понизили версию pdf с 1.5 до 1.4, соответственно какие-то объекты из результирующего файла были выброшены.

[stranger573]

А зачем вам понадобилось делить и потом собирать вместе страницы? Если не секрет. Или вас только размеры смутили?

[berkut_174]

Варианты лучше есть ?
У меня просто команда на объединение файлов висит в особых действиях Thunar, можно что-то туда взамен pdftk приделать, чтобы не городить pdftk, а потом ещё и gs ?

[berkut_174]

А зачем вам понадобилось делить и потом собирать вместе страницы? Если не секрет. Или вас только размеры смутили?

Ну, заменить часть страниц, например, пересобрать PDF.
В особых действиях висит, удобно, пользователю понятно и легко освоить.