PDF 合并与智能压缩

核心引擎：PDFBox-Android

ZenConverter 的 PDF 路线（合并、压缩、加解密、文本提取）全部基于 PDFBox-Android 这个库——Apache PDFBox 的 Android 移植版本。为什么不自己写？因为 PDF 是一个非常复杂的格式（支持矢量、栅格、文字层、表单、注释、嵌入字体……），手写一个可用的 PDF 引擎工程量巨大。

PDFBox-Android 和 Android 系统 PdfDocument/PdfRenderer 的分工：

引擎	覆盖场景
Android PdfDocument / PdfRenderer	图片 → PDF、PDF → 图片（栅格化）
PDFBox-Android	PDF 合并、PDF 压缩、PDF 加解密、PDF 文本提取

选择 PDFBox-Android 的好处是：它不重新栅格化 PDF。合并时把源 PDF 的页对象（矢量路径、文字层、嵌入字体）原样拷贝到新 PDF，不是先栅格化成图片再合——这样合并后的 PDF 仍然可以选中文字、矢量仍然清晰。

PDF 合并

多个 PDF 按顺序合并成一个 PDF：

选多个 PDF → 选"合并"；
合并的源 PDF 顺序 = 你在应用里的选择顺序；
输出一个合并后的 PDF，页数 = 各源 PDF 页数之和。

已知限制

不保留表单：复杂 PDF 表单（可填写字段、按钮）的结构在合并过程中可能丢失——这是 PDFBox-Android 的当前限制；
不保留书签：源 PDF 的目录书签不会被拷贝到合并后的 PDF；
不保留附件：源 PDF 里嵌入的附件文件不会被拷贝；
元数据 best-effort：作者、标题等元数据会尽力保留，但不保证完全正确。

合并的核心承诺是保留普通文字层和矢量内容——这已经覆盖了大多数文档合并场景（报告、论文、合同合并）。

PDF 智能压缩

PDF 体积大主要有两个原因：内嵌图片分辨率太高（扫描 PDF 最常见）和冗余元数据（缩略图）。压缩就是针对这两点：

三档预设

档位	内嵌图质量	内嵌图最大尺寸	输出风格
高画质	85% JPEG 质量	2160 px（短边）	画质优先
均衡	70% JPEG 质量	1440 px（短边）	平衡
小体积	50% JPEG 质量	1080 px（短边）	体积优先

压缩策略

Downsample 内嵌图：PDF 里的栅格图（扫描页、截图）downsample 到最大短边像素；
重编码：downsample 后的图用 JPEG 重编码（对应档位质量）；
剥离冗余缩略图元数据：PDF 里可能嵌有各页的缩略图（冗余存储），直接删掉；
不碰矢量和文字层：PDF 的矢量路径、文字层、嵌入字体保持原样——压缩不改变排版和可选文字。

效果估算

一个 50 MB 的扫描 PDF，用"小体积"档压缩后可能降到 5–10 MB，肉眼看不出明显损失（因为主要压的是扫描页内嵌的栅格图）。一个包含大量矢量图形和少量嵌入图的设计 PDF，压缩效果会很有限（因为矢量不压，只压内嵌图）。

为什么叫"智能"压缩

和很多 PDF 压缩工具不同，ZenConverter 压缩不重新栅格化整个 PDF：

矢量 → 保留矢量；
文字层 → 保留文字层；
只有内嵌的栅格图被 downsample + 重编码。

这样压缩后的 PDF 仍然可以选中文字、可以搜索、可以矢量放大不糊。

使用场景

场景	推荐
合并几个 PDF 报告成一份完整文档	PDF 合并
扫描 PDF 太大发不出去	PDF 压缩 + 小体积档
从 PDF 里拆出几页 + 合并成新 PDF	先在 PDF → 图片路线里选指定页栅格化，再图片合 PDF（绕一圈但可用）