Question

我想问一下如何将超过10万个pdf文件（每个pdf大约160 KB）合并到1个pdf文件中？

我已经阅读了本教程，该代码适用于少量pdf。但是，当我尝试10k pdf文件时，我收到此错误＆＃34; java.lang.OutOfMemoryError：超出GC开销限制＆＃34;

我已经尝试过使用-Xmx或-Xms，错误变成＆＃34; java堆空间＆＃34;。

我也在使用＆＃34; pdf.flushCopiedObjects（firstSourcePdf）;＆＃34;它没有帮助。或者我可能不正确地使用它？

File file = new File(pathName);
        File[] listFile = file.listFiles();
        if (listFile == null) {
            throw new Exception("File not Found at " + pathName);
        }
        Arrays.sort(listFile, 0, listFile.length - 1);

        PdfADocument pdf = new PdfADocument(new PdfWriter(dest),
            PdfAConformanceLevel.PDF_A_1A,
            new PdfOutputIntent("Custom", "", "http://www.color.org",
                "sRGB IEC61966-2.1", null));

        //Setting some required parameters
        pdf.setTagged();
        pdf.getCatalog().setLang(new PdfString("en-US"));
        pdf.getCatalog().setViewerPreferences(
            new PdfViewerPreferences().setDisplayDocTitle(true));
        PdfDocumentInfo info = pdf.getDocumentInfo();
        info.setTitle("iText7 PDF/A-1a example");

        //Create PdfMerger instance
        PdfMerger merger = new PdfMerger(pdf);
        //Add pages from the first document

        for (File filePdf : listFile) {
            System.out.println("filePdf = " +filePdf.getName());
            PdfDocument firstSourcePdf = new PdfDocument(new PdfReader(filePdf));
            merger.merge(firstSourcePdf, 1, firstSourcePdf.getNumberOfPages());
            pdf.flushCopiedObjects(firstSourcePdf);
            firstSourcePdf.close();
        }

        pdf.close();

谢谢

Answer 1

合并大量PDF文档（或大型PDF）时，这是一个已知问题。

iText将尝试使生成的PDF尽可能小。它通过尝试重用对象来实现这一点。例如，如果您有一个多次出现的图像，而不是每次都嵌入该图像，它将嵌入一次，并简单地使用其他出现的参考。

这意味着iText必须将所有对象保留在内存中，因为无法事先知道对象是否会被重用。

通常有帮助的解决方案是批量分割流程。不要将1000个文件合并为1，而是尝试成对合并1000个文件（产生500个文档），然后将每个文件成对合并（产生250个文档），依此类推。

这允许iText定期刷新缓冲区，这应该可以阻止内存开销导致VM崩溃。

Answer 2

如果它不必是iText，您可以尝试使用支持合并文件的命令行应用程序。 PDFtk，QPDF和HexaPDF CLI（注意：我是HexaPDF的作者）是一些支持基本PDF文件合并的CLI工具。

如何合并许多pdf

2 个答案: