После сжатия текст перестал выделяться
Это не сбой, а устройство операции. Сжатие открывает страницу, рисует её на холсте, кодирует холст в JPEG и кладёт полученную картинку на чистую страницу тех же размеров. Всё, что было объектами — буквы, шрифты, ссылки, поля формы, заметки, — в новый документ не переносится: там теперь один снимок. Если текстовый слой нужен, документ надо уменьшать другим способом.
Коротко о цифрах
- Что делает сжатие
- рендер страницы на холст, кодирование в JPEG, вставка картинки на новую страницу
- Размер страницы
- сохраняется исходный — меняется только содержимое
- Диапазон растеризации
- 72–300 DPI, качество JPEG от 0,30 до 0,95
- Что сохраняет оптимизация
- текст, ссылки, поля и закладки — содержимое страниц не трогается
- Языки распознавания
- русский, казахский, английский
Что именно исчезает вместе с текстом
- Буквы как объекты: выделение, копирование и поиск по документу перестают работать, потому что искать больше нечего.
- Встроенные шрифты: они больше не нужны, и их вес тоже уходит из файла — часть выигрыша по размеру именно отсюда.
- Ссылки: рамка ссылки жила отдельным объектом на странице и вместе с ней исчезла.
- Поля формы: заполняемый бланк превращается в его изображение, а введённые значения остаются видимыми ровно так, как выглядели в момент рендера.
- Заметки и выделения маркером: они рисуются поверх страницы и попадают в снимок как часть картинки.
- Разрешение: страница теперь имеет фиксированное число точек, и увеличение в просмотрщике упирается в него, а не в векторные контуры букв.
Как понять, что документ уже растеризован
- Попробуйте выделить абзац мышью. Ничего не подсвечивается — слоя нет.
- Увеличьте страницу до четырёхсот процентов. Ровные края букв означают текст, рваные ступеньки — картинку.
- Нажмите на любую ссылку. Ничего не происходит — рамки ссылок исчезли вместе с остальными объектами.
- Сравните вес: у растеризованного документа он почти не зависит от количества слов, только от площади и качества изображения.
- Откройте исходник, если он сохранился, и проверьте те же места — так вы точно узнаете, что потерялось, а чего и не было.
Что делать вместо сжатия
Для текстового документа берите оптимизацию структуры. Она не трогает содержимое страниц вовсе: файл переписывается так, чтобы служебные части шли в правильном порядке, а объекты не дублировались. Текст, ссылки, поля и закладки остаются на месте, потому что операция вообще не заглядывает внутрь страницы. Выигрыш скромнее, чем от растеризации, но платить за него нечем.
Сжатие оправдано там, где текстового слоя и так нет: фотографии, цветные сканы, макеты в картинках. У такого документа терять нечего, а выигрыш максимальный. Если слой уже потерян и оригинала не осталось, вернуть его может только распознавание: оно смотрит на картинку и дописывает под неё текст заново, поддерживая русский, казахский и английский.
Частые вопросы
Можно ли сжать PDF и сохранить возможность выделять текст?
Да, но не растеризацией. Оптимизация структуры переписывает служебную часть файла и не касается содержимого страниц, поэтому текстовый слой остаётся целым, хотя выигрыш по размеру заметно скромнее.
Текст на экране виден. Почему говорят, что его нет?
Видно изображение букв, а не сами буквы. Для человека разницы нет, для программы огромная: поиск, копирование и редактирование работают с объектами текста, которых в растеризованном документе не осталось.
Сжатие удаляет заполненные поля формы?
Значения остаются видимыми на картинке ровно такими, какими были в момент обработки, но поле как элемент исчезает. Изменить введённое больше нельзя, а документ перестаёт считаться заполняемым бланком.
Есть ли способ вернуть текст без исходного файла?
Только распознавание. Оно анализирует изображение страницы и подкладывает под него новый текстовый слой, поэтому результат зависит от качества скана и всегда требует вычитки перед серьёзным использованием.