如果您需要将PDF文件压缩至1MB以内，但又希望最大限度保留文字清晰度与图像可读性，则需结合不同压缩策略对文本、图像、字体及元数据进行针对性处理。以下是多种可行的深度压缩方法：
一、使用Ghostscript进行无损重排与流压缩
Ghostscript是一款开源命令行工具，可通过重新解析PDF结构、合并重复对象、优化流编码（如FlateDecode）来减小体积，不依赖图像降质即可实现显著压缩。
1、确保系统已安装Ghostscript，打开终端或命令提示符。
2、执行以下命令，将输入PDF转换为压缩版本：
gs -sDEVICE=pdfwrite -dCompatibilityLevel=1.4 -dPDFSETTINGS=/screen -dNOPAUSE -dQUIET -dBATCH -sOutputFile=output.pdf input.pdf
3、若需更高保真度，将/screen替换为/ebook；若允许轻微文字锯齿且追求极致体积，可尝试/printer并配合-dColorImageDownsampleType=/Bicubic参数。
4、检查输出文件大小，如仍超1MB，可追加-dEmbedAllFonts=true -dSubsetFonts=true进一步精简字体嵌入。
二、通过Python PyPDF2+pikepdf组合剥离冗余对象
PyPDF2擅长提取与重组页面结构，而pikepdf支持底层对象级操作，二者协同可精准移除XMP元数据、缩略图、注释、JavaScript代码及未使用的资源字典，避免盲目降质。
1、安装依赖库：pip install pikepdf PyPDF2
2、运行脚本加载原始PDF：pdf = pikepdf.Pdf.open("input.pdf")
3、遍历所有页面对象，调用pdf.remove_unreferenced_objects()清理孤立资源。
4、手动删除/Metadata、/Thumb、/Names等非必要条目：if '/Metadata' in pdf.trailer: del pdf.trailer['/Metadata']
5、保存结果：pdf.save("cleaned.pdf", compress_streams=True, stream_decode_level=pikepdf.StreamDecodeLevel.none)
三、对内嵌图像执行有损再编码与尺寸裁剪
PDF中高分辨率扫描件或截图常占体积90%以上。该方法不修改PDF逻辑结构，仅对图像流解码后重采样、量化并转为JPEG2000或高质量JPEG格式再封装。
1、使用pdfimages -list input.pdf识别所有图像对象及其格式、DPI与尺寸。
2、对DPI高于150的RGB图像，提取为PNG：pdfimages -png input.pdf img
3、批量调用ImageMagick转换：mogrify -resize 50% -quality 75 -sampling-factor 4:2:0 -interlace JPEG *.png
4、用qpdf --replace-objects将新图像逐个注入原PDF对应位置，或借助pdfrw库重建页面资源引用。
5、关键参数控制：目标图像宽度不超过1240像素，色深统一为8-bit，禁止保留Alpha通道。
四、启用Zlib流预压缩与对象流合并
PDF 1.5及以上版本支持对象流（Object Streams）和交叉引用流（XRef Streams），可将多个小型对象打包压缩，大幅提升整体Zlib压缩率，尤其适用于含大量矢量图形或表单字段的文档。
1、使用qpdf工具启用高级压缩：qpdf --stream-data=compress --object-streams=generate input.pdf output.pdf
2、添加--optimize-images开关触发内置图像分析，自动判断是否对灰度/索引色图像启用Flate+预测编码。
3、若原文档含加密，先执行qpdf --decrypt input.pdf temp.pdf再压缩，否则部分流无法重写。
4、验证输出是否启用对象流：qpdf --show-object=1 output.pdf | grep "/ObjStm"，返回非空即生效。
五、分离文本层与背景图像并分别优化
针对OCR生成或扫描型PDF，其文本层（Unicode映射+字符位置）与背景图像完全解耦。此方法将二者拆离，对图像单独高压缩，文本层以最小字体嵌入，最终合成轻量PDF。
1、用pdfdetach -list input.pdf确认是否存在独立文本图层；若无，先用ocrmypdf --skip-text input.pdf ocr.pdf生成可搜索版本。
2、提取纯文本层：pdftotext -layout ocr.pdf text.txt，再用enscript -p text.ps text.txt转为PostScript。
3、将原始扫描页导出为JPG，压缩至质量60、尺寸适配A4宽2480px：convert -density 150 -quality 60 scan.pdf scan.jpg
4、用pdftk scan.jpg cat output bg.pdf生成背景PDF，再用pdftk bg.pdf multibackground text.pdf output final.pdf叠加。
5、最终执行gs -sDEVICE=pdfwrite -dPDFSETTINGS=/ebook -dEmbedAllFonts=true final.pdf tiny.pdf收尾。
