एकल 40000 पेज पीडीएफ को एकल पृष्ठों में विभाजित करें, itextsharp, outofmemoryexception

Question

मुझे बहुत सारे डेटा के साथ बड़ी पीडीएफ फाइलें मिल रही हैं। वर्तमान पीडीएफ 350 एमबी है और इसमें लगभग 40000 पेज हैं। यह निश्चित रूप से छोटे पीडीएफ प्राप्त करने के लिए अच्छा रहा होगा, लेकिन मुझे अब इसके साथ काम करना है :-(

मैं लोड होने पर कुछ देरी के साथ एक्रोबैट रीडर में इसे खोल सकता हूं लेकिन उस एक्रोबैट रीडर के तुरंत बाद

अब मैं एकल पृष्ठों में विशाल फ़ाइल विभाजित करनी होगी, तो एक या दो पृष्ठ कि प्रत्येक प्राप्तकर्ता प्रत्येक विशेष प्राप्तकर्ता को मिलना चाहिए भेजने पीडीएफ पृष्ठों से कुछ प्राप्तकर्ता डेटा पढ़ने की कोशिश करें, और तब।

यहाँ मेरा बहुत छोटा कोड अब तक का उपयोग कर रहा है Iextsharp:

var inFileName = @"huge350MB40000pages.pdf"; 
PdfReader reader = new PdfReader(inFileName); 
var nbrPages = reader.NumberOfPages; 
reader.Close(); 

क्या होता है यह दूसरी पंक्ति "नया पीडीएफ रीडर" आता है, तो शायद 10 मिनट के लिए वहां रहता है, प्रक्रिया आकार में लगभग 1.7 जीबी तक पहुंच जाती है, और फिर मुझे आउटऑफमेमरी अपवाद मिलता है।

मुझे लगता है कि "नया पीडीएफ रीडर" पूरे पीडीएफ को स्मृति में पढ़ने का प्रयास करता है।

क्या ऐसा करने के लिए कोई और बेहतर तरीका है? उदाहरण के लिए, क्या मैं किसी भी तरह पीडीएफ फाइल का केवल एक हिस्सा स्मृति में एक बार में पढ़ सकता हूं? क्या यह किसी अन्य लाइब्रेरी का उपयोग itextsharp से बेहतर कर सकता है?

Answer 1

जो मैंने पढ़ा है, उससे ऐसा लगता है कि पीडीएफ रीडर को तुरंत चालू करते समय आपको उस निर्माता का उपयोग करना चाहिए जो RandomAccessFileOrArray ऑब्जेक्ट में लेता है। अस्वीकरण: मैंने इसे स्वयं से नहीं देखा है।

iTextSharp.text.pdf.PdfReader reader = new iTextSharp.text.pdf.PdfReader(new iTextSharp.text.pdf.RandomAccessFileOrArray(@"C:\PDFFile.pdf"), null); 

Answer 2

यह अंधेरे में कुल शॉट है, और मैंने इस कोड का परीक्षण नहीं किया है - यह 'आईटक्स्ट इन एक्शन' पुस्तक से एक कोड निकाला गया है जिसे बड़ी पीडीएफ फाइलों से निपटने का उदाहरण दिया गया है। कोड जावा में है, लेकिन कन्वर्ट करने के लिए काफी आसान होना चाहिए -

इस विधि कि स्मृति में सब कुछ लोड करता है -

PdfReader reader; 
long before; 
before = getMemoryUse(); 
reader = new PdfReader(
"HelloWorldToRead.pdf", null); 
System.out.println("Memory used by the full read: " 
+ (getMemoryUse() - before)); 

यह स्मृति बचत रास्ता है, जहां दस्तावेज़ लोड किया जाना चाहिए बिट द्वारा - आवश्यकतानुसार -

before = getMemoryUse(); 
reader = new PdfReader(
new RandomAccessFileOrArray("HelloWorldToRead.pdf"), null); 
System.out.println("Memory used by the partial read: " 
+ (getMemoryUse() - before)); 

Answer 3

आप सीधे घोस्टस्क्रिप्ट का उपयोग करने में सक्षम हो सकते हैं। http://svn.ghostscript.com/ghostscript/tags/ghostscript-9.02/doc/Use.htm#One_page_per_file

प्राप्तकर्ता डेटा पढ़ने के लिए pdftextstream एक अच्छी पसंद हो सकती है।

Answer 4

PDF Toolkit इन प्रकार के कार्यों के लिए काफी उपयोगी है। हालांकि अभी तक इतनी बड़ी फाइल के साथ कोशिश नहीं की है।

Answer 5

क्या यह किसी अन्य लाइब्रेरी का उपयोग itextsharp से बेहतर काम कर सकता है?

Aspose.Pdf for .NET जो आप split the PDF into single pages लिए अनुमति देता है: प्रयास करें या आप विभिन्न तरीकों से split the PDF to different sets of pages सकता है, या तो फाइल या स्मृति धाराओं का इस्तेमाल करके। एपीआई सीखना और उपयोग करना बहुत आसान है। यह बड़ी पीडीएफ फाइलों के साथ काम करता है जिसमें बड़ी संख्या में पेज होते हैं।

प्रकटीकरण: मैं Aspose पर डेवलपर प्रचारक के रूप में काम करता हूं।