Perché il mio PDF è così grande?
Cerca sul web e ogni risultato dà la stessa risposta: le immagini. Il consiglio non è sbagliato, ma l’ordine sì — e un ordine sbagliato manda le persone allo strumento sbagliato.
Così abbiamo misurato invece di indovinare. Abbiamo scomposto 22 documenti pubblicamente disponibili — 1.726 pagine tra moduli fiscali, articoli accademici, relazioni di enti pubblici e testi normativi — a livello di oggetto, contando a quale categoria appartiene ogni byte. Undici dei ventidue non contengono alcuna immagine.
Come fare
- Controlla prima i MB per pagina. Dividi la dimensione del file per il numero di pagine. Oltre ~1 MB per pagina indica immagini; molto sotto indica font, moduli o struttura.
- Apri lo strumento adatto. Comprimi per i file ricchi di immagini — nel browser, senza caricamenti.
- Comprimi o indica una dimensione obiettivo. Scegli un livello oppure digita la dimensione esatta richiesta da un portale.
- Confronta prima di scaricare. L’anteprima mostra la qualità al 100 %. Per una scansione a colori di un documento in B/N, prova prima la scala di grigi.
La risposta breve dipende da quanto è già grande il file
Abbiamo diviso i documenti in tre fasce di dimensione e preso la mediana di ogni categoria. Mediana anziché media, perché un solo file da 6 MB pieno di immagini falsa una media da solo.
| Dimensione | Doc. | Immagini | Font | Contenuto | Campi | Struttura |
|---|---|---|---|---|---|---|
| Sotto 250 KB | 8 | 0,0 % | 11,6 % | 43,3 % | 12,8 % | 19,7 % |
| 250 KB – 1 MB | 6 | 0,0 % | 52,2 % | 14,9 % | 2,8 % | 5,3 % |
| Sopra 1 MB | 8 | 26,0 % | 6,7 % | 29,3 % | 1,1 % | 10,3 % |
Sopra 1 MB la convinzione comune regge: dominano le immagini. Sotto 1 MB i byte sono altrove — nei font incorporati, nelle istruzioni di disegno e in qualcosa che quasi nessuna guida menziona: le definizioni dei campi modulo.
Causa 1 — la risoluzione di scansione (ancora la prima causa nei file grandi)
Telefoni e scanner da ufficio scansionano per impostazione predefinita a 300–600 dpi a colori. Una singola pagina A4 a 600 dpi a colori è all’incirca un’immagine da 35 megapixel. Per leggere a schermo bastano 150 dpi; per archiviare testo, la scala di grigi dimezza ancora. È l’unico caso in cui il consiglio abituale è esattamente giusto — e i nostri dati concordano: i documenti dominati dalle immagini arrivavano all’85–89 %.
| Dimensione | Quota immagini |
|---|---|
| 6,6 MB | 89,0 % |
| 751 KB | 85,0 % |
| 3,6 MB | 70,9 % |
| 1,5 MB | 60,1 % |
| 6,5 MB | 31,2 % |
Soluzione: passare il file da Comprimi. Le immagini della scansione vengono ricodificate alla risoluzione del documento anziché a quella del sensore. Una scansione da 40 MB scende tipicamente a 2–4 MB; se un portale impone un limite rigido, indica la dimensione obiettivo invece di un livello di qualità.
Causa 2 — i font incorporati, la maggioranza silenziosa
Nella fascia 250 KB – 1 MB la quota mediana dei font è del 52,2 %. Agli estremi del nostro insieme supera l’85 %: quasi tutto il file non è il testo che leggi, ma i programmi di font che lo disegnano.
| Dimensione | Quota font |
|---|---|
| 664 KB | 87,6 % |
| 821 KB | 85,4 % |
| 158 KB | 71,2 % |
| 359 KB | 65,3 % |
| 185 KB | 53,8 % |
La causa è un subsetting assente o parziale. Un PDF incorpora i font che usa; un buon generatore incorpora solo i glifi effettivamente presenti. Uno scadente — o un modello che carica ogni peso separatamente — incorpora l’intero set di caratteri, una volta per variante. Cinque famiglie per quattro pesi fanno venti programmi di font incorporati, e nessuno si comprime oltre perché i file di font lo sono già.
Causa 3 — i campi modulo, il peso che nessuno conta
Ogni casella, ogni casella di spunta e ogni menu a discesa di un modulo compilabile vive nel file come oggetto dizionario: posizione, tipo, valore predefinito, flusso di aspetto, regola di convalida. Non sono flussi, quindi nessun compressore li tocca — e nessuna guida li conta.
| Documento | Annotazioni | Quota |
|---|---|---|
| Dichiarazione fiscale | 229 | 26,8 % |
| Modulo informativo | 124 | 24,7 % |
| Guida (142 pagine) | 2.958 | 21,3 % |
| Allegato alla dichiarazione | 275 | 21,2 % |
| Modulo breve | 85 | 19,2 % |
Un quarto di un modulo fiscale non è altro che la definizione delle caselle che devi compilare. Viene naturale concluderne che appiattire il modulo — eliminare quelle definizioni una volta compilato — recuperi un quarto del file. Abbiamo misurato anche questo: non è così.
| Campi | Prima | Dopo | Variazione |
|---|---|---|---|
| 199 | 215 KB | 327 KB | +52 % più grande |
| 105 | 120 KB | 170 KB | +42 % più grande |
| 116 | 822 KB | 874 KB | +6 % più grande |
| 29 | 664 KB | 670 KB | +1 % più grande |
| 1 | 2.360 KB | 2.075 KB | −12 % più piccolo |
Causa 4 — foto e screenshot incollati a dimensione originale
Una relazione con cinque foto da telefono incorpora cinque originali da 12 megapixel anche se ognuno è mostrato grande come un francobollo: la pagina mostra la versione piccola, il file porta quella grande. Gli screenshot sono peggiori in un modo specifico — sono PNG, senza perdita e grandi, e su uno schermo Retina o 4K una cattura a tutto schermo è larga 4.000 pixel.
La compressione ricodifica le immagini alla dimensione in cui vengono effettivamente mostrate; per questo relazioni ricche di foto e presentazioni piene di screenshot calano regolarmente dell’80–90 % senza differenze visibili alla dimensione di lettura.
Qual è il tuo caso? Una tabella decisionale
Dividi prima la dimensione del file per il numero di pagine: quel solo numero restringe subito il campo.
| Cosa hai | Causa dominante | Cosa aiuta davvero |
|---|---|---|
| Oltre ~1 MB per pagina, pagine che sembrano foto | Immagini | Comprimere; scala di grigi per scansioni B/N |
| Un modulo già compilato | Campi modulo | Appiattire lo blocca, ma non lo rimpicciolisce |
| Relazione di solo testo, 200 KB – 1 MB | Font incorporati | Riesportare; usare meno font |
| Centinaia di pagine di testo | Flussi di contenuto | Già vicino all’ottimo: meglio dividere |
| File piccolo, poche pagine, senza immagini | Struttura e campi | Riesportare con un editor che riscrive |
Tutto questo gira nel tuo browser con Haven PDF. Un file troppo grande non deve essere caricato da nessuna parte per diventare più piccolo: un contratto riservato resta sul tuo computer mentre lo riduci.
Come abbiamo misurato e cosa questo non dimostra
Abbiamo percorso ogni documento a livello del grafo degli oggetti e assegnato ogni flusso a una categoria in base alla sua lunghezza grezza — lo spazio che occupa davvero nel file. Gli XObject immagine e i flussi con filtri JPEG, JPX, CCITT o JBIG2 contano come immagini; i flussi referenziati tramite FontFile, FontFile2 o FontFile3 come font; il resto è contenuto. I byte fuori dai flussi conteggiati sono stati trattati come sovraccarico strutturale, da cui sono stati separati i dizionari di modulo e annotazione.
Domande frequenti
- Il mio PDF è solo testo ed è comunque enorme — perché?
- Molto probabilmente i font incorporati. Nelle nostre misurazioni i documenti di testo tra 250 KB e 1 MB avevano una quota mediana di font del 52 %, con un caso peggiore dell’88 %. La compressione delle immagini non ci arriva; riesportare con un editor che riscrive il file aiuta.
- La compressione rende il testo sfocato?
- Il testo vero — digitato, non scansionato — non è toccato dalla compressione delle immagini e resta nitido a qualsiasi zoom. In una scansione il testo fa parte dell’immagine, quindi ne risente; i livelli medi lo mantengono normalmente ben leggibile.
- Perché la compressione non ha quasi cambiato nulla?
- Quasi certamente perché non c’erano immagini da comprimere. Undici dei ventidue documenti misurati non ne contengono. Controlla i MB per pagina: molto sotto 1 MB per pagina di solito significa font, campi modulo o struttura.
- Appiattire un modulo fa davvero risparmiare tanto?
- No — e l’abbiamo verificato. Le definizioni dei campi sono il 19–27 % di quei file, ma appiattirne nove ha reso il file mediano circa il 6 % PIÙ GRANDE, con un caso peggiore del 52 %. Appiattisci per bloccare un modulo, non per rimpicciolirlo.
- Esiste una compressione massima sicura?
- Usa l’anteprima: comprimi, guarda una pagina densa al 100 % e aumenta solo se resta comodamente leggibile. Con una dimensione obiettivo lo strumento sceglie automaticamente la migliore qualità che ci sta.
Fonti
- ISO 32000-2:2020 — Gestione documenti: Portable Document Format — Definizione normativa della struttura degli oggetti, dei filtri di flusso e dei dizionari dei campi AcroForm.
- PDF 1.7 Reference (Adobe; stesso contenuto di ISO 32000-1) — Incorporamento dei font (§9.9), XObject immagine (§8.9), annotazioni (§12.5).
- Insieme: moduli e pubblicazioni IRS, articoli arXiv, relazioni di enti pubblici — Solo documenti scaricabili pubblicamente. Nessun file personale o privato.