PDF 压缩后，为什么文字不能复制了？

PDF 压缩后，页面看起来没有明显变化，文字却选不中，搜索也找不到原本存在的词。这不一定是阅读器出了问题，也可能是压缩过程中，整页内容被转换成了图片。

判断压缩结果是否合适，除了文件大小和清晰度，还需要检查文档原本具备的功能是否保留下来。

页面看起来一样，内部可能已经不同

PDF 的一页可以同时包含文字、图片、矢量图形和链接。屏幕上看到的完整页面，是这些内容组合后的结果。

其中，文字对象通常支持选择、复制和搜索；图片里的文字只有像素外观，不能仅凭“看起来像字”就直接提取。

扫描件还有一种情况：页面显示的是扫描图，下面另有 OCR 生成的文字层。因此，一份看起来像照片的 PDF，也可能支持搜索和复制。

如果压缩时只保留页面的视觉结果，再把它保存为图片放进新 PDF，原来的文字层就可能消失。页面仍然能阅读，但已经不再以原来的方式存储内容。

PDF 压缩不只有一种做法

不同压缩方式，改变的内容并不相同。

处理方式	主要改变	需要注意
重新组织文件结构	对象和数据的保存方式	缩小幅度可能有限，仍需检查功能
压缩页面中的图片	图片分辨率或编码质量	图片细节可能减少，文字未必受到影响
将整页转换成图片	页面内容的存储方式	文字、矢量图形和交互功能可能不再保留

第三种方式通常称为页面栅格化。它先把页面渲染出来，再用图片重建 PDF。对于某些文件，这能明显减小体积，但代价不只是画面稍微变模糊。

DocCrunch PDF 压缩目前会生成结构重存和页面图片重建两种结果，选择体积较小的版本；如果两者都没有比原文件更小，则返回原文件。

这意味着，最终采用哪种方式与文件内容有关，不能默认所有压缩结果都会保留可复制的文字。

“清晰”档不等于保留文字层

清晰度描述的是页面呈现效果，文字层描述的是文件结构，两者不是同一件事。

一张高分辨率的页面图片可以非常清楚，却仍然无法直接选择文字。反过来，带有文字对象的 PDF 即使插图较模糊，正文也可能正常复制。

DocCrunch 的压缩档位会影响页面重建时的图片质量和渲染比例，但当前并没有一个独立的“始终保留文字层”选项。因此，即使选择清晰档，也不能据此判断文字一定可选。

如果文件需要继续搜索、引用或转换成可编辑文档，应实际测试这些功能，而不是只放大查看字边。

变化可能不止发生在复制功能上

整页变成图片后，原来依赖独立对象的功能也需要重新检查。

• 搜索：可见的文字未必还能被文档搜索找到。
• 链接：网址可能仍然显示，但原来的可点击区域未必保留。
• 表单：输入框可能只剩外观，不能继续填写。
• 放大查看：原来的文字和矢量线条可能开始出现像素边缘。
• 后续转换：原本可以提取的文字，可能需要重新进行 OCR。

有些阅读器会自动识别图片中的文字，让用户仍然能够选择或复制。这并不能证明 PDF 文件本身保留了文字层；换一个阅读器，表现可能不同。

对于还需要转成 Word 的文件，可以优先保留原始 PDF，并从原件使用 PDF 转 Word。DocCrunch 当前的这项工具主要提取已有文字，不会直接对扫描页面进行 OCR。

文件太大时，先判断哪些内容必须保留

如果文档只需要供人阅读，页面图片重建可能是可以接受的。关键是确认小字、图表和细线仍然清楚。

如果文档还需要搜索、填写或继续转换，则应把这些功能作为压缩条件。不能仅因为新文件更小，就认定它更适合交付。

有时也不必先降低画质。只交付部分页面时，可以使用删除 PDF 页面去掉不需要的部分，再检查体积。减少页面不一定能按比例缩小文件，但可以避免对保留内容进行不必要的图片重建。

如果有原始文档，另一个选择是在源文件中调整过大的插图，再重新导出 PDF。这样可以针对真正占用空间的内容处理，而不必把整页一起变成图片。

压缩后，检查一次实际用途

下载结果后，可以按以下顺序核对：

1. 确认页数、顺序和页面内容完整。
2. 放大查看小字、细线、图表和浅色内容。
3. 选择一段正文，复制到纯文本编辑器中检查。
4. 搜索几个确定存在的词，包括后面页面的内容。
5. 测试需要使用的链接和表单，并确认实际文件大小。

如果原件本来就不能复制文字，压缩也不会自动让它变得可编辑；那属于文字识别的任务。

PDF 压缩完成后，值得保留的不只是更小的文件，也包括原件。一个适合发送的副本，未必适合继续编辑、检索或转换。把交付版本和原始版本分开保存，后续处理会更从容。