Comprimir PDF

Saber exactamente qué hace es lo que te deja prever si va a servir. Recorre el documento buscando imágenes incrustadas y recodifica un solo tipo: datos JPEG básicos, en color normal o en escala de grises normal, sin matriz de decodificación personalizada. Cada una se decodifica, se reduce si su lado más largo supera el objetivo, se recodifica a la calidad elegida y solo se vuelve a poner si el resultado es de verdad más pequeño. Después todo el archivo se reescribe con flujos de objetos y con los campos de título, autor, asunto, palabras clave, productor y creador vaciados.

Todo lo demás se queda exactamente como estaba. El dibujo vectorial, las fuentes, los campos de formulario y el texto no se tocan. Tampoco las imágenes guardadas de cualquier otra forma, y ese grupo es más grande de lo que se cree: imágenes sin pérdida de tipo PNG dentro de un PDF, imágenes JPEG 2000, imágenes en espacio de color CMYK y la codificación binaria de tipo fax que producen muchos escáneres de documentos para las páginas en blanco y negro. Un PDF hecho solo de eso volverá únicamente con el ahorro estructural.

Eso hace que la respuesta a «¿por qué no ha pasado nada?» sea casi siempre la misma. Un informe lleno de texto ya está comprimido con eficacia y no hay datos de imagen con los que trabajar. Un escaneo en escala de grises es un caso a medias: recodificarlo pasa por un lienzo de color, así que el sustituto a menudo no es más pequeño que el original y se descarta al momento. Cuando la salida fuera más grande que la entrada, se rechaza el archivo entero en lugar de ofrecerlo, porque devolver un archivo más grande etiquetado como «comprimido» es peor que decir que no se ha podido hacer nada.

Lo que deliberadamente no hace es la lista de cosas que hacen las herramientas de escritorio y que pierden información sin avisar: no vuelve a pasar el texto por OCR, no recorta ni elimina fuentes, no aplana campos de formulario, no convierte el dibujo vectorial en mapas de bits ni descarta capas. Cada una de esas cosas ahorra espacio y cada una puede tirar algo que necesitabas.

Un efecto secundario parece una ventaja de privacidad y solo lo es a medias. Lo que se vacía es el diccionario de información del documento, los seis campos que un lector muestra en Propiedades, incluidos Autor y Productor. Casi todos los PDF escritos por un procesador de textos, un programa de maquetación o Acrobat llevan además una segunda copia de esa información en un paquete de metadatos XMP, y ese paquete se queda tal cual: un archivo de prueba cuyo XMP nombraba a su autor seguía nombrándolo después de comprimirlo. El panel de propiedades puede quedar vacío mientras el nombre sigue dentro de los bytes. Tómalo como una limpieza, no como una anonimización.

Los límites de la sede electrónica

La razón más habitual para comprimir un PDF en España es un trámite en línea: la sede electrónica de un organismo, el portal de una universidad o el de una aseguradora, que limitan el tamaño de cada archivo adjunto. Un contrato o un certificado escaneado con el móvil suele pasar de ese límite por mucho, y al ser casi todo imagen JPEG, es justo el caso en el que esta herramienta ahorra más.