PDFBox：使用非常大的PDF。

Question

我正在使用一些非常大的PDF，一些超过7GB。 PDF包含多达20,000页和许多整页彩色图像。 我想使用PDFBox来处理PDF，但由于我在尝试打开PDF时出现OutOfMemoryError的大小。

我正在使用版本pdfbox-app-1.6.0，在Windows 7上使用Intellij，java 6。

首先，我尝试编写一个简单的程序，只是在PDDocument中打开PDF并将每个页面复制到另一个PDDocument： http ：//ideone.com/arKhB

接下来我尝试使用PDFBox CopyDoc示例。

两个例子都没有内存。

我假设这是因为PDFBox试图将整个文档读入内存。 有没有办法让它一次只打开1页？ 我知道处理速度会慢一些，但目前我无法处理任何事情。

Answer 1

在2.0。*版本中，打开PDF如下：

PDDocument doc = PDDocument.load(file, MemoryUsageSetting.setupTempFileOnly());

这将设置缓冲内存使用仅使用大小不受限制的临时文件（无主内存）。

更新17.4.2018： 常见问题解答中描述了更多节省内存的技巧。 尚未描述但有效，因为2.0.9在进行渲染时使用PDFRenderer.setSubsamplingAllowed(true)进行子采样（跳过像素行/行）。 这为拥有巨大图像文件的PDF文件节省了空间。