PDFBox：使用非常大的PDF。

Question

我正在使用一些非常大的PDF，一些超過7GB。 PDF包含多達20,000頁和許多整頁彩色圖像。 我想使用PDFBox來處理PDF，但由於我在嘗試打開PDF時出現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，我嘗試編寫一個簡單的程序，只是在PDDocument中打開PDF並將每個頁面復制到另一個PDDocument： http ：//ideone.com/arKhB

接下來我嘗試使用PDFBox CopyDoc示例。

兩個例子都沒有內存。

我假設這是因為PDFBox試圖將整個文檔讀入內存。 有沒有辦法讓它一次只打開1頁？ 我知道處理速度會慢一些，但目前我無法處理任何事情。

Answer 1

在2.0。*版本中，打開PDF如下：

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

這將設置緩沖內存使用僅使用大小不受限制的臨時文件（無主內存）。

更新17.4.2018： 常見問題解答中描述了更多節省內存的技巧。 尚未描述但有效，因為2.0.9在進行渲染時使用PDFRenderer.setSubsamplingAllowed(true)進行子采樣（跳過像素行/行）。 這為擁有巨大圖像文件的PDF文件節省了空間。