为啥使用 pdfmark /BP、/EP、/SP 的 ghostscript 快得多？

Posted 2023-02-25

【中文标题】为啥使用 pdfmark /BP、/EP、/SP 的 ghostscript 快得多？

【英文标题】：Why is ghostscript much faster with pdfmark /BP, /EP, /SP?为什么使用 pdfmark /BP、/EP、/SP 的 ghostscript 快得多？

【发布时间】：2017-06-27 04:47:44

【问题描述】：

我们有一些我很难理解的遗留代码 - 原作者已经不在了。

显然，对于某些文件，Ghostscript PS 到 PDF 的转换非常慢，但将对象定义如下所示可以极大地加快速度（我们将 8 小时以上的时间缩短到 8.5 分钟来处理约 20,000 页的文件，而 Adob​​e Distiller 需要约 20 分钟在带有默认选项的原始文件上）。

原始文件提取（使用 PReS 创建）：

/@GP

  save exch mark exch
  execform
  cleartomark restore
 bd
...
gsave 0.62 0.62 scale @TestGraphic @GP grestore

@TestGraphic 是 EPS 图像。这似乎并不重要，因为其他程序使用具有类似问题的不同非 EPS 图像。

修改后的文件：

[/_objdef new_graphic /BBox [0 0 595 842] /BP pdfmark
@TestGraphic @GP
[/EP pdfmark
...
gsave 0.62 0.62 scale 
[ new_graphic /SP pdfmark
grestore

我们在 Unix 和 Windows 上看到了各种 gs 版本的类似行为。计时是使用相当标准的选项进行的：

"c:\Program Files (x86)\gs\gs9.21\bin\gswin32c" \
   -dNOPAUSE -dBATCH -sDEVICE=pdfwrite -o test.pdf test.ps

我对诊断速度慢的原因不太感兴趣（从文件中删除敏感数据需要很长时间，但如果确实需要，我可以尝试），而是反对定义和 pdfmark 命令提供的好处。

原始脚本引用了http://wwwimages.adobe.com/content/dam/Adobe/en/devnet/postscript/pdfs/5113.Forms.pdf，旨在在某些打印机 RIP 和 Distiller 上启用 execform 缓存（它们都在处理大型全彩色图像），但是 Ghostscript 不支持 execform 缓存，因此采用了这种替代 pdfmark 技术，没有说明原因。

编辑：添加了删除数据的表单定义要点：

https://gist.github.com/anonymous/676924d451188276053b9b472279e382

【参考方案1】：

您很可能使用的是旧版本的 Ghostscript。您的原始片段使用不常见的 PostScript 表单，并且旧版本的 pdfwrite 设备不会将表单保留为表单，而是在每次使用时“展开”表单定义。

不出所料，这将导致更多更大的输出文件，尤其是如果表单是内容的大部分并且在每个页面上都使用时。

pdfmark 代码定义一个 PDF 对象，然后每次都引用该对象。只有一个对象，因此文件要小得多，因此您在组装它和复制相同数据 20,000 次上花费的时间大大。

当然，新版本的 pdfwrite 设备将保留表单，因此很可能直接创建和引用 PDF 对象的好处早已不复存在。

它与表单缓存无关（不是“执行表单缓存”），它与输入 PostScript 中的表单是否保留为输出 PDF 中的表单有关。

顺便说一句，重要的是要理解为什么性能很差，但你不可能理解为什么另一种方法更快。

【讨论】：

感谢 Ken，我测试了包括 9.21 在内的各种版本（如上图所示的命令）。使用 pdfmark 仍然肯定会受益，但这可能是由于构建表单的一种不常见的方式。展开所有重新定义的命令需要一点时间才能看到它真正在做什么。总共有 30 个表单，一些是缩略图大小，另一些是页面的 75%。有些页面只有一个，有些页面有多个。明天我会更深入地挖掘。

我需要看一个例子才能给出完整的答复。当前版本应该能够尊重表单，但老实说，pdfmark 方法几乎肯定会是最有效的，因为它不依赖于设备“发现”表单，它明确命名并使用命名形式。没有启发式，没有检查它是否与现有表单等相同

我添加了一个要点，展示了表单是如何定义的，我知道这是一个远景，但有些东西可能会突然出现在你身上。现在我们将坚持使用 pdfmarks，如果可能的话，我会在下周进行更多研究。如果您想进一步研究，我也可以在 GS bugzilla 上提出一个错误。

我现在实际上正在度假，要到下周一才能回到我的办公桌前。快速浏览一下，表单使用看起来并不完全合法，因为表单必须是原子的，它们不能依赖于解释器状态，也不能改变解释器状态。表单旨在用于表单，而不是用于隔离程序代码块。您应该将 EPS 转换为表单定义，而不是读取随机 EPS。老实说，在我看来，这可能就是问题所在，我们对此无能为力。

看起来，这似乎只是将 EPS 转换为表单的一种（低效）方法。在没有看到后来如何使用该表单的情况下，我看不出为什么这不能像 Ghostscript 那样按预期工作，但是所呈现的骨架被简化太多，无法确定。 30 种不同形式的声音，对我来说不是最理想的，但我真的不知道内容。