shinejh0528/ghostscript

Ghostscript Docker镜像

概述

Ghostscript Docker镜像基于Ghostscript工具构建，专注于PDF文件压缩功能。该镜像提供灵活的命令行配置选项，支持不同质量预设、页面范围处理及并行处理能力，帮助用户高效减小PDF文件大小，平衡文件尺寸与质量需求。

核心功能与特性

• 多质量预设：提供/screen（屏幕显示）、/ebook（电子书）、/printer（打印）、/prepress（印刷前）四种预设，满足不同场景下的质量与大小需求
• 页面范围控制：支持指定PDF文件的特定页面范围进行压缩处理
• 并行处理能力：通过脚本实现多页并行压缩，提升大型PDF文件的处理效率
• 分辨率调整：可配置彩色、灰度和单色图像的分辨率，进一步优化文件大小
• 灵活配置：支持设置输出PDF版本（如1.4）、图像下采样等高级参数

使用场景

• 需要减小PDF文件大小以节省存储空间或便于网络传输
• 优化PDF文件用于屏幕显示、电子书阅读或打印输出
• 批量处理包含大量页面的大型PDF文档
• 对PDF质量有不同需求的场景（如低质量快速分享或高质量打印）

使用方法

基本压缩命令

通过以下命令可直接进行PDF压缩：

bash
docker run --rm -v $(pwd):/workspace ghostscript gs -sDEVICE=pdfwrite -dPDFSETTINGS=/screen -dNOPAUSE -dBATCH -dQUIET -sOutputFile=out.pdf in.pdf

参数说明：

• -sDEVICE=pdfwrite：指定输出设备为PDF写入
• -dPDFSETTINGS：质量预设，可选值：
  • /screen：屏幕显示优化（文件最小，质量较低）
  • /ebook：电子书优化（平衡大小与质量）
  • /printer：打印优化（较高质量）
  • /prepress：印刷前优化（最高质量，文件最大）
• -dNOPAUSE：处理过程中不暂停
• -dBATCH：处理完成后自动退出
• -dQUIET：减少控制台输出信息
• -sOutputFile=out.pdf：指定输出文件名
• in.pdf：输入PDF文件路径（需通过-v挂载到容器内）

并行压缩脚本

对于包含大量页面的PDF文件，可使用并行处理脚本提升压缩效率。将以下脚本保存为compress_pdf.sh：

bash
#!/usr/bin/env bash
set -euo pipefail

# 输入/输出参数
sIn="${1:?用法: $0 输入.pdf [输出.pdf] [任务数] [dpi] [预设(screen|ebook|printer|prepress)]}"
sOut="${2:-out_parallel.pdf}"
nJobs="${3:-4}"
nDpi="${4:-120}"
sPreset="${5:-screen}"

# 自动检测页数（优先使用qpdf；fallback到pdfinfo）
nPages="$(qpdf --show-npages "$sIn" 2>/dev/null || true)"
if [[ -z "${nPages}" ]]; then
  nPages="$(pdfinfo "$sIn" | awk '/^Pages:/ {print $2}')"
fi
if [[ -z "${nPages}" ]]; then
  echo "错误：无法检测页数（需要qpdf或poppler-utils(pdfinfo)）" >&2
  exit 1
fi

# 计算每个任务处理的页数（向上取整）
nChunk=$(( (nPages + nJobs - 1) / nJobs ))

# 创建临时工作目录并确保退出时清理
sTmpDir="$(mktemp -d)"
trap 'rm -rf "$sTmpDir"' EXIT

# Ghostscript压缩/下采样参数
sGsArgs="-sDEVICE=pdfwrite -dCompatibilityLevel=1.4 -dPDFSETTINGS=/${sPreset} \
-dDownsampleColorImages=true -dColorImageResolution=${nDpi} \
-dDownsampleGrayImages=true -dGrayImageResolution=${nDpi} \
-dDownsampleMonoImages=true -dMonoImageResolution=300 \
-dNOPAUSE -dBATCH -dQUIET"

# 生成并行处理的页面范围
sRanges="${sTmpDir}/ranges.txt"
nStart=1
nPart=1
while (( nStart <= nPages )); do
  nEnd=$(( nStart + nChunk - 1 ))
  (( nEnd > nPages )) && nEnd="${nPages}"
  printf "%04d %d %d\n" "${nPart}" "${nStart}" "${nEnd}" >> "${sRanges}"
  nStart=$(( nEnd + 1 ))
  nPart=$(( nPart + 1 ))
done

# 并行运行Ghostscript处理每个页面范围
cat "${sRanges}" | xargs -n3 -P "${nJobs}" bash -c '
  sPart="$0"; nFirst="$1"; nLast="$2";
  sOutPart="'"${sTmpDir}"'/part_${sPart}.pdf"
  gs '"${sGsArgs}"' -dFirstPage="${nFirst}" -dLastPage="${nLast}" -sOutputFile="${sOutPart}" "'"${sIn}"'"
'

# 合并生成的部分（保持顺序：part_0001.pdf, part_0002.pdf, ...）
qpdf --empty --pages "${sTmpDir}"/part_*.pdf -- "${sOut}"

# 最终摘要
echo "完成：${sOut} (页数=${nPages}, 任务数=${nJobs}, dpi=${nDpi}, 预设=${sPreset})"

使用步骤：

1. 将脚本复制到本地目录并赋予执行权限：chmod +x compress_pdf.sh
2. 通过Docker运行脚本（需确保容器内已安装qpdf和poppler-utils）：

   bash
   docker run --rm -v $(pwd):/workspace ghostscript ./compress_pdf.sh input.pdf output.pdf 4 120 screen
   

3. 参数说明：
   • input.pdf：输入PDF文件（必填）
   • output.pdf：输出PDF文件（可选，默认out_parallel.pdf）
   • 4：并行任务数（可选，默认4）
   • 120：图像分辨率（可选，默认120dpi）
   • screen：质量预设（可选，默认screen）

配置说明

• 图像分辨率：通过-dColorImageResolution、-dGrayImageResolution和-dMonoImageResolution参数分别设置彩色、灰度和单色图像的分辨率
• PDF版本：使用-dCompatibilityLevel=1.4设置输出PDF版本（1.4为兼容性较好的版本）
• 下采样设置：通过-dDownsampleColorImages=true等参数启用图像下采样，进一步减小文件大小