iTextSharp Pdf 页面导入内存问题

Posted

技术标签:

【中文标题】iTextSharp Pdf 页面导入内存问题【英文标题】:iTextSharp Pdf pages import memory issue 【发布时间】:2011-06-25 08:43:34 【问题描述】:

我正在使用此代码将不同的 pdf 文件页面导入到单个文档中。当我导入大文件(200 页或以上)时,出现OutOfMemory 异常。我在这里做错了吗?

    private bool SaveToFile(string fileName)
    
        try
        
            iTextSharp.text.Document doc;
            iTextSharp.text.pdf.PdfCopy pdfCpy;
            string output = fileName;

            doc = new iTextSharp.text.Document();
            pdfCpy = new iTextSharp.text.pdf.PdfCopy(doc, new System.IO.FileStream(output, System.IO.FileMode.Create));
            doc.Open();

            foreach (DataGridViewRow item in dvSourcePreview.Rows)
            
                string pdfFileName = item.Cells[COL_FILENAME].Value.ToString();
                int pdfPageIndex = int.Parse(item.Cells[COL_PAGE_NO].Value.ToString());
                pdfPageIndex += 1;

                iTextSharp.text.pdf.PdfReader reader = new iTextSharp.text.pdf.PdfReader(pdfFileName);
                int pageCount = reader.NumberOfPages;

                // set page size for the documents
                doc.SetPageSize(reader.GetPageSizeWithRotation(1));

                iTextSharp.text.pdf.PdfImportedPage page = pdfCpy.GetImportedPage(reader, pdfPageIndex);
                pdfCpy.AddPage(page);

                reader.Close();
            

            doc.Close();

            return true;
        
        catch (Exception ex)
        
            return false;
        
    

【问题讨论】:

【参考方案1】:

您正在为每次传递创建一个新的PdfReader。这是非常低效的。而且因为每个实例都有一个 PdfImportedPage,所以所有那些(可能是多余的)PdfReader 实例都不会被 GC 处理。

建议:

    两次传球。首先建立一个文件和页面列表。其次依次对每个文件进行操作,因此您一次只有一个PdfReader“打开”。完成给定阅读器后,请使用PdfCopy.freeReader()。这几乎肯定会改变您添加页面的顺序(可能是一件非常糟糕的事情)。 一次通过。根据文件名缓存 PdfReader 实例。完成后再次使用 FreeReader……但是在退出循环之前,您可能无法释放它们中的任何一个。仅缓存可能就足以防止内存不足。 保持代码不变,但在关闭给定的PdfReader 实例后调用freeReader()

【讨论】:

【参考方案2】:

我没有遇到 iTextSharp 的 OOM 问题。是用 iTextSharp 还是其他东西创建的 PDF?您能否将问题隔离为单个 PDF 或一组可能损坏的 PDF?下面是创建 10 个 PDF 的示例代码,每个 PDF 有 1,000 页。然后它再创建一个 PDF 并从这些 PDF 中随机抽取 1 页 500 次。在我的机器上运行需要一点时间,但我没有看到任何内存问题或任何东西。 (iText 5.1.1.0)

using System;
using System.Windows.Forms;
using System.IO;
using iTextSharp.text;
using iTextSharp.text.pdf;

namespace WindowsFormsApplication1

    public partial class Form1 : Form
    
        public Form1()
        
            InitializeComponent();
        

        private void Form1_Load(object sender, EventArgs e)
        
            //Folder that we will be working in

            string WorkingFolder = Path.Combine(Environment.GetFolderPath(Environment.SpecialFolder.Desktop), "Big File PDF Test");

            //Base name of PDFs that we will be creating
            string BigFileBase = Path.Combine(WorkingFolder, "BigFile");

            //Final combined PDF name
            string CombinedFile = Path.Combine(WorkingFolder, "Combined.pdf");

            //Number of "large" files to create
            int NumberOfBigFilesToMakes = 10;

            //Number of pages to put in the files
            int NumberOfPagesInBigFile = 1000;

            //Number of pages to insert into combined file
            int NumberOfPagesToInsertIntoCombinedFile = 500;

            //Create our test directory
            if (!Directory.Exists(WorkingFolder)) Directory.CreateDirectory(WorkingFolder);

            //First step, create a bunch of files with a bunch of pages, hopefully code is self-explanatory
            for (int FileCount = 1; FileCount <= NumberOfBigFilesToMakes; FileCount++)
            
                using (FileStream FS = new FileStream(BigFileBase + FileCount + ".pdf", FileMode.Create, FileAccess.Write, FileShare.Read))
                
                    using (iTextSharp.text.Document Doc = new iTextSharp.text.Document(PageSize.LETTER))
                    
                        using (PdfWriter writer = PdfWriter.GetInstance(Doc, FS))
                        
                            Doc.Open();
                            for (int I = 1; I <= NumberOfPagesInBigFile; I++)
                            
                                Doc.NewPage();
                                Doc.Add(new Paragraph("This is file " + FileCount));
                                Doc.Add(new Paragraph("This is page " + I));
                            
                            Doc.Close();
                        
                    
                
            

            //Second step, loop around pulling random pages from random files

            //Create our output file
            using (FileStream FS = new FileStream(CombinedFile, FileMode.Create, FileAccess.Write, FileShare.Read))
            
                using (Document Doc = new Document())
                
                    using (PdfCopy pdfCopy = new PdfCopy(Doc, FS))
                    
                        Doc.Open();

                        //Setup some variables to use in the loop below
                        PdfReader reader = null;
                        PdfImportedPage page = null;
                        int RanFileNum = 0;
                        int RanPageNum = 0;

                        //Standard random number generator
                        Random R = new Random();

                        for (int I = 1; I <= NumberOfPagesToInsertIntoCombinedFile; I++)
                        
                            //Just to output our current progress
                            Console.WriteLine(I);

                            //Get a random page and file. Remember iText pages are 1-based.
                            RanFileNum = R.Next(1, NumberOfBigFilesToMakes + 1);
                            RanPageNum = R.Next(1, NumberOfPagesInBigFile + 1);

                            //Open the random file
                            reader = new PdfReader(BigFileBase + RanFileNum + ".pdf");
                            //Set the current page
                            Doc.SetPageSize(reader.GetPageSizeWithRotation(1));

                            //Grab a random page
                            page = pdfCopy.GetImportedPage(reader, RanPageNum);
                            //Add it to the combined file
                            pdfCopy.AddPage(page);

                            //Clean up
                            reader.Close();
                        

                        //Clean up
                        Doc.Close();
                    
                
            

        
    

【讨论】:

以上是关于iTextSharp Pdf 页面导入内存问题的主要内容,如果未能解决你的问题,请参考以下文章

使用 iTextSharp 将多个页面添加到 pdf 表单

使用 iTextSharp 将文本添加到内存流中的现有多页 PDF 文档

iTextSharp - 非常大的表内存泄漏

使用 PDF itextSharp 可以在创建 pdf 文档时将图像放在文本之上

使用 itextsharp 获取 PDF 页面的缩略图

如何使用 iTextSharp 为横向生成的页面添加页脚到 PDF 文档