与iTextSharp相比，iText7性能问题

Question

我已经测试了iTextsharp和iText7的HTML到PDF的转换。 基于性能，iTextsharp需要3分钟才能创建10000个PDF。 但是iText7花费17分钟才能创建10000个PDF。 由于iText7是与iTextsharp相比的新版本，因此我决定将iText7用于商业用途。 但是iText7的性能比较低，所以请告诉我如何在iText7中提高HTML到PDF转换的性能？

在iText7中测试

  For i As Integer = 0 To 10000 
        HTML = ReadFile '=> Read HTML file from particular location
        'HTML = Replace(HTML) => To Replace the content dynamically
         Dim writer As PdfWriter
          Dim array() As Byte = System.Text.Encoding.ASCII.GetBytes("a")
          writer = New PdfWriter(FileName, New WriterProperties().SetStandardEncryption(array, array, EncryptionConstants.ALLOW_PRINTING,
                            EncryptionConstants.ENCRYPTION_AES_256))
           HtmlConverter.ConvertToPdf(HTML, writer)
    Next

在iTextSharp中测试

   Imports iTextSharp.text
Imports iTextSharp.text.pdf
Imports iTextSharp.pdfa
Imports System.IO
Imports iTextSharp.text.html.simpleparser
Imports System.Text
Imports iTextSharp.tool.xml.html
Imports iTextSharp.tool.xml
Imports iTextSharp.tool.xml.pipeline.html

 For i As Integer = 0 To 10000
    HTML = ReadFile '=> Read HTML file from particular location
        'HTML = Replace(HTML) => To Replace the content dynamically
    Dim bPDF As Byte()
        Dim ms As New MemoryStream
        Dim doc As Document
        doc = New Document(PageSize.A4, 25, 25, 25, 25)
        Dim txtReader As New StringReader(Html)   
        Dim oPdfWriter As PdfWriter
        oPdfWriter = PdfWriter.GetInstance(doc, ms)
        oPdfWriter.SetEncryption(iTextSharp.text.pdf.PdfWriter.ENCRYPTION_AES_128, "q", "a", 2)
        Dim htmlWorker As New HTMLWorker(doc)       
        doc.Open()
        htmlWorker.StartDocument()      
        htmlWorker.Parse(txtReader)
        htmlWorker.EndDocument()
        htmlWorker.Close()
        doc.Close()
        bPDF = ms.ToArray()
        Dim FIleName As String = "D:\ItextSharp_" & Now.ToString("ddMMyyyyHHMMssffffff") & ".pdf"
        File.WriteAllBytes(FIleName, bPDF)
Next



Function ReadFile()
        Dim stringReader As String = ""
        Dim objReader As New System.IO.StreamReader("D:\AS1-Revamp\TestHTML\test.html")
        Do While objReader.Peek() <> -1
            stringReader = stringReader & objReader.ReadLine() & vbNewLine
        Loop
        ReadFile = stringReader
End Function

我使用上面的代码测试性能... iText7花费更多时间将pdf文件放置在与iTextSharp相比的Path中。

编辑：在另一个问题中复制/粘贴HTML：

基于路径中的“我的问题”， 与iTextSharp相比，iText7性能问题我发送了MR.Amedee Van Gasse的HTML文件。 所以，请告诉我如何提高iText7的性能。

<div id = "headerdiv" style="width:540px; float:left; background:#ededed; padding:30px; overflow:hidden;">
<br>
<br>
<br>
<div>
<img border='0' src='D:\AS1-Revamp\TestHTML\newlog.bmp' width='100' height='40'>
</div>
<p style="color:Red;align=center;" >                         Details</p>
<br>
<br>
<table >
<tr  border='0'>
<td  bgcolor='Green'>
<font size="3" color="white">
SDetails
</font>
</td>
</td>
</tr>
<tr border='0'>
<td>
<div id="dvKYC">
<table  border='1'>

<tr>
<td><#lsName#></td>
<td>No:<#lsno#></td>
</tr> 

<tr  border='1'>
<td width=500><#lsAddess#></td>
<td></td>
</tr>

<tr>
<td><#lsContacts#></td>
<td> </td>
</tr> 
</table>
</div>
</td>
</tr>
</table>

<br>

<div >
<table >
<tr  border='0'>
<td  bgcolor='Green'>
<font size="3" color="white">
Status
</font>
</td>
</td>
</tr>
</table>
<table style="width:100%;">
<tr  bgcolor=gray >
<td style="width:30%;text-align: left; font-weight: bold;">UUH  </td>
<td style="width:20%;text-align: left; font-weight: bold;">PN</td>
<td style="width:20%;text-align: left; font-weight: bold;">KC </td>
<td style="width:20%;text-align: left; font-weight: bold;">CC</td>
</tr>
<tr>
<td  style"width:200px;"><#lsHs#></td>
<td ><#lsPN#></td>
<td><#lsKC#></td>
<td><#lsCC#></td>
</tr>
</table>
 </div>



<div >
<table >
<tr  border='0'>
<td  bgcolor='Green'>
<font size="3" color="white">
STD
</font>
</td>
</td>
</tr>
</table>


 <##TT##>


</div>

我应用以下代码后，ConverterProperties中出现两个错误

1.setCreateAcroForm不是iText.Html2pdf.ConverterProperties的成员

2.setOutlineHandler不是iText.Html2pdf.ConverterProperties的成员

 Private Sub Button1_Click(sender As System.Object, e As System.EventArgs) Handles Button1.Click
           Dim converterProperties As ConverterProperties = New ConverterProperties
            With converterProperties
                .SetBaseUri(".")
                .setCreateAcroForm(False)
                .SetCssApplierFactory(New DefaultCssApplierFactory())
                .SetFontProvider(New DefaultFontProvider())
                .SetMediaDeviceDescription(MediaDeviceDescription.CreateDefault())
                .setOutlineHandler(New OutlineHandler())
                .SetTagWorkerFactory(New DefaultTagWorkerFactory())
            End With
Dim HTML = ReadFile("Input_Template")
            For i = 0 To 10000
                LicenseKey.LoadLicenseFile("C:\iText7\itextkey-0.xml")
                Dim PDF = "E:\iText\testpdf " & i & ".pdf"
                Dim m As New MemoryStream
                Dim writer As PdfWriter
                Dim array() As Byte = System.Text.Encoding.ASCII.GetBytes("a")
                writer = New PdfWriter(PDF, New WriterProperties().SetStandardEncryption(array, array, EncryptionConstants.ALLOW_PRINTING,
                                  EncryptionConstants.ENCRYPTION_AES_256))
                HtmlConverter.ConvertToPdf(HTML, writer, converterProperties)
            Next
        End Sub

如果我注释了这两行代码并运行我的程序，则转换器代码行即出现错误（即（HtmlConverter.ConvertToPdf（HTML，writer，converterProperties））

错误为：“ Pdf间接对象属于其他PDF文档。将对象复制到当前pdf文档。”

由于coverterproperties处于循环外，因此会出现此错误。 如果我将所有这些属性都放入循环中，则可以正常工作...但是这对于性能而言是正确的..？

请帮助我解决这三个错误..？

Answer 1

您的问题的答案很简单：在iText Group，我们正在不断改进iText软件，并且肯定还有改进性能的余地。 但是，我们永远无法使pdfHTML附加组件的速度与过时的HTMLWorker一样快。 原因很简单： HTMLWorker不支持CSS， HTMLWorker仅支持少量标签，依此类推…… HTMLWorker非常简单，仅用于简单需求。

我们创建了pdfHTML附加组件来支持CSS（包括添加页眉，页脚，页码等的功能）。 我们支持HTMLWorker不支持的许多HTML标记。 我们支持pdfHTML中元素的绝对定位。 所有这些功能都需要付费。 那就是CPU。

将HTMLWorker的CPU HTMLWorker与HTMLWorker的CPU使用率进行比较，从HTMLWorker ，您是不公平的。

这就是说：您已经可以通过使用ConverterProperties节省大量时间。 现在，您不提供任何ConverterProperties 。 这意味着iText必须为创建的每个PDF实例化默认属性。 如果你想创建ConverterProperties的前期，并重新使用它们，您已经可以节省大量的时间，但你要明白，pdfHTML提供的额外功能，自带的CPU成本。

这是创建ConverterProperties实例的方式：

ConverterProperties converterProperties = new ConverterProperties()
    .setBaseUri(".")
    .setCreateAcroForm(false)
    .setCssApplierFactory(new DefaultCssApplierFactory())
    .setFontProvider(new DefaultFontProvider())
    .setMediaDeviceDescription(MediaDeviceDescription.createDefault())
    .setOutlineHandler(new OutlineHandler())
    .setTagWorkerFactory(new DefaultTagWorkerFactory());

如您所见，我们创建了许多默认对象：默认的CCS Applier工厂，默认的字体提供程序，默认的媒体描述，默认的轮廓处理程序和默认的标记工作程序工厂。 创建所有这些对象只需要一点时间，但是当您将时间乘以10,000（因为您创建了10,000个文档）时，创建这些默认对象所需的CPU就会变得很重要，并且在转换HTML时会发生这种情况像这样将文件转换为PDF：

HtmlConverter.convertToPdf(
    new FileInputStream("resources/test.html"),
    new FileOutputStream("results/test.pdf"));

由于您没有添加ConverterProperties参数，因此iText将在内部为您转换的每个文档创建一个ConverterProperties新实例。 ConverterProperties所有默认组件都将为null ，这意味着您需要为每个文档创建CSS Applier工厂的新实例，字体提供程序等。

如果您预先（仅一次）创建ConverterProperties以及所有组件，则将为您节省一些时间（但不是很多）。 然后，在将HTML转换为PDF时重用该对象很重要：

HtmlConverter.convertToPdf(
    new FileInputStream("resources/test.html"),
    new FileOutputStream("results/test.pdf"),
    converterProperties);