كيف يعمل ضغط ملف PDF، شرح بلا مصطلحات معقدة

مِمّ يتكون ملف PDF

يحتوي الملف على كائنات: أوصاف الصفحات وتعليمات النص وبيانات الخطوط والصور والمسارات المتجهة، إضافة إلى جدول مراجع متقاطعة يخبر القارئ أين يبدأ كل كائن. ومعظم هذه الكائنات تُخزَّن على شكل تدفقات، وهي كتل بيانات يمكن ضغطها.

لا يتوزع الحجم بالتساوي. ففي مستند معتاد تشكّل الصور الجزء الأكبر، وتأتي الخطوط ثانيًا، بينما تكون تعليمات النص والرسم صغيرة. وهذا التفاوت هو ما يحدد أين يمكن للضغط أن يُحدث فرقًا.

الضغط دون فقدان والضغط مع فقدان

تصغّر الطرق التي لا تُحدث فقدانًا البيانات بأسلوب يمكن عكسه بدقة تامة. وأشهرها في PDF طريقة Flate، وهي من عائلة الخوارزميات نفسها التي تقف خلف ZIP، وتُستخدم لتعليمات النص والبنية وكثير من الصور. لا يضيع شيء، لكن التوفير محدود عندما تكون البيانات مضغوطة أصلًا.

أما الطرق التي تُحدث فقدانًا فتتخلص من تفاصيل يُحكم بأنها قليلة الأهمية ولا يمكن استعادتها. وفي PDF يعني ذلك غالبًا الصور. ولأن الفقدان دائم، فهنا تحديدًا تتبادل الجودة والحجم المقايضة، ولهذا فإن ضغط ملف مضغوط مرة أخرى يزيد الأمر سوءًا في العادة.

الصور: الدقة وجودة JPEG

يتحكم إعدادان رئيسيان في حجم الصورة. الأول هو الدقة، أي عدد البكسلات في كل بوصة من الصفحة المطبوعة. الصور بدقة 300 DPI مناسبة للطباعة عالية الجودة، أما 150 DPI فمريحة عادةً على الشاشة وللطباعة المكتبية. يقلل خفض الدقة عدد البكسلات، ولأن هذا العدد يتناسب مع مربع الدقة، فإن تقليل DPI إلى النصف يخفض البكسلات الخام إلى الربع.

والثاني هو جودة JPEG. يقسّم JPEG الصورة إلى كتل صغيرة ويخزّن نسخًا مبسّطة منها. وكلما انخفضت الجودة زاد التبسيط، فيصغر الملف ثم تظهر مع الوقت عيوب على شكل مربعات حول الحواف وفي التدرجات. وإعادة ترميز صورة JPEG محفوظة أصلًا بجودة منخفضة تضيف فقدانًا ثانيًا فوق الأول.

وهذا ما تفعله أداة ضغط PDF بصور JPEG المضمّنة: تعيد ترميزها بدقة وجودة أقل بحسب الإعداد المختار. أما النصوص والرسومات المتجهة فلا يُعاد ترميزها، فتبقى حادة.

الخطوط

تضمّن ملفات PDF الخطوط التي تستخدمها ليظهر المستند بالشكل نفسه في كل مكان. وكثير من المولِّدات تضمّن الأحرف المستخدمة فعلًا فقط، وهذا ما يسمى المجموعة الجزئية، فتبقى بيانات الخط صغيرة. أما الملفات المجمّعة من مصادر عدة فقد تحمل عدة نسخ، أو نسخًا كاملة، من العائلة نفسها.

الخطوط أكثر حساسية من الصور. فحذف رموز ما زال النص يحتاج إليها يفسد العرض، لذلك يترك الضغط الآمن محتوى الخطوط كما هو تقريبًا ويعتمد على ضغط التدفقات بدل الحذف. وهذا أحد أسباب أن ملف PDF المليء بالنصوص يصغر أحيانًا قليلًا جدًا.

البنية: تدفقات الكائنات وإعادة الكتابة

منذ الإصدار PDF 1.5 يمكن تجميع كائنات صغيرة كثيرة في تدفق كائنات واحد وضغطها معًا، كما يمكن تخزين جدول المراجع المتقاطعة نفسه بشكل مدمج. أما الملفات القديمة أو سيئة الإنتاج فقد تبعثر آلاف الكائنات الصغيرة غير المضغوطة، وهذا يهدر مساحة تستعيدها إعادة الكتابة.

وقد تحتفظ الملفات التي عُدّلت وحُفظت بشكل تراكمي بنسخ قديمة من كائنات لم تعد مستخدمة. وإعادة كتابة الملف لا تكتب إلا ما ما زال المستند يحتاج إليه. وهذا التنظيف البنيوي لا يُحدث فقدانًا، ولذلك ينفع قليلًا حتى حين لا توجد صور يمكن تصغيرها.

لماذا لا يصغر بعض الملفات إلا قليلًا

المستند المكوَّن أساسًا من نصوص ورسومات متجهة كان صغيرًا من البداية، ومحتواه مخزَّن أصلًا بكفاءة. والصور المصدَّرة بدقة وجودة متواضعتين لا تترك مجالًا كبيرًا. وفي هذه الحالات تكون النتيجة الصادقة توفيرًا بنسبة قليلة أو لا شيء.

تتعامل أداة ضغط PDF مع ذلك بوضوح: إذا لم يكن الناتج أصغر من الأصل فإنها تحتفظ بالأصل وتخبرك أن الملف كان محسّنًا بالفعل. أما وضعها الاختياري لتحويل الصفحات إلى صور فقد يقلص بعض الصفحات الممسوحة الكثيفة بالنص أكثر، لكنه يستبدل النص بصورة فيصبح النص غير قابل للتحديد، ولا يُعرض إلا كخيار صريح مع تحذير.

الضغط ليس هو التحسين للويب

تطبّق أداة تحسين PDF للويب فكرة مختلفة. فهي تجعل الملف خطيًا، وهو ما يعرف بالعرض السريع على الويب، وتضغط بنيته ليظهر أول صفحة قبل اكتمال تنزيل الملف كله. ولا تعيد ترميز الصور، فهي تحسّن سرعة فتح PDF عبر الإنترنت، لا حجم صوره.

ولترى ما يحتويه ملفك أنت، افتحه في أداة معلومات PDF. تعرض عدد الصفحات والحجم والخطوط وعدد الصور المضمّنة، فتعرف أي الأفكار السابقة ستنطبق عليه.