是否可以有效地将 PDF 拆分为单独的页面（使用 FPDI）？答案

【问题标题】：Is it possible to efficiently split a PDF into individual pages (using FPDI)?是否可以有效地将 PDF 拆分为单独的页面（使用 FPDI）？
【发布时间】：2019-12-26 14:19:36
【问题描述】：

我正在尝试使用 PHP 的 FPDI 库将大文件拆分为单独的页面。

由于某种原因，拆分文件并不能减少文件大小。例如，将以下脚本应用于 30 页 1MB 文件会产生 30 个大约 0.9MB 的文件，即总共大约 26MB！

这表明我保留了大部分原始文件，即使它不是必需的。

问题：

这可以避免吗？
这是 FPDI 中的错误吗？
是否有其他 PHP 库可以更有效地拆分？

更多细节

我已经在各种配置中重现了这个问题：

FPDI 版本 1（不再支持）和 FPDI 版本 2
使用 FPDF 和 TCPDF
PHP 5.4 和 PHP 5.6
各种 PDF 文件，包括使用 FPDF 和 TCPDF 生成的文件

这里有一些 PHP 代码来说明这个问题：

<?php

testPdfSplit();

function testPdfSplit()
{
    echo phpversion();

    //Load a file
    $contentPath = "/path/to/local/files/original_file.pdf";
    copy("https://file-examples.com/wp-content/uploads/2017/10/file-example_PDF_1MB.pdf", $contentPath);
    $numpages = 30;

    //Get the original file size
    $fileSize = round(filesize($contentPath) / (1024 * 1024), 3);
    echo "<p>Original file is $fileSize MB</p>";

    for($i=1; $i<=$numpages; $i++)
    {
        echo "<p>Creating file with $i pages</p>";
        $filePath = "/path/to/local/files/test.$i.pdf";

        try
        {
            selectOnePage($content, $i, $filePath);
        }
        catch (Exception $e)
        {
            die ("<pre>ERROR: $e</pre>");
        }

        $fileSize = round(filesize($filePath) / (1024 * 1024),3);
        echo "<p>$filePath is $fileSize MB</p>";
    }
}

function selectOnePage($filePathIn, $pageNo, $filePathOut)
{
    require_once('fpdf/fpdf.php');
    require_once('fpdi/src/autoload.php');

    // initiate FPDI
    $pdf = new \setasign\Fpdi\Fpdi();

    // get the page count
    $pageCount = $pdf->setSourceFile($filePathIn);

    echo "<p>Selecting page $pageNo / $pageCount</p>";

    // import a page
    $pdf->AddPage();
    $templateId = $pdf->importPage($pageNo);
    $pdf->useImportedPage($templateId);

    //output the file
    $pdf->Output($filePathOut, 'F');
}

【问题讨论】：

标签： php pdf tcpdf fpdf fpdi

【解决方案1】：

FPDI 不分析导入页面的使用资源，并复制所有引用的资源。

如果一个文件，例如只有一个资源字典（通用结构），所有资源都被复制。

我们还提供用于合并和拆分 PDF 文档的商业（非免费）工具。 SetaPDF-Merger 组件。默认情况下，这个工具有同样的问题，但我们准备了一个带有一些代码的演示，它在拆分过程之后删除了未使用的资源。可以找到demo和代码here。

【讨论】：

谢谢@Jan - 你知道在没有单个资源字典的情况下生成 PDF 的任何方法吗？（我正在使用 TCPDF 来生成我的文件）
如果 TCPDF 使用单个资源字典，那么更改就不是那么容易了。生成单个字典非常容易，因为您可以在任何页面上重复使用任何资源，而无需在单个字典中注册。

【解决方案2】：

这似乎是大多数 PDF 工具的普遍问题 - 这也是 pdftk 和 cpdf 的问题，如 pdftk split pdf with multiple pages 中所述。

我遇到的大多数 PDF 都有一个单一资源字典，所以不容易做到（感谢@Jan Slabon 的解释）。

【讨论】：