计算大量pdf文件中的页数：内存不足

我试图获取一大组PDF文件（300.000）中的页面总数。我写的剧本有效，但错误与'内存不足'。在TaskManager中，我看到内存使用量逐渐增加。计算大量pdf文件中的页数：内存不足

这是File :: Find的标准行为吗？有没有人有另一种方法？

#!/usr/bin/perl 

use File::Find; 
use PDF::API2; 

$totalpages = 0; 

sub pagesPDF { 
    return unless -f; 
    my $fullpath = $File::Find::name; 
    my $pdf = PDF::API2->open($fullpath); 
    my $pages = $pdf->pages; 
    $totalpages += $pages;  
} 

find (\&pagesPDF, "G:/MYDIR/1"); 


print "Total pages of pdf pages = $totalpages\n";

来源

2014-02-19 Robert Merkwürdigeliebe

有没有'close'方法？ – reto

@reto我查看了PDF :: API2的规格。似乎没有一个密切的方法。 –

您是否测试过$ pdf-> end（）是否删除文件？我知道它宣称破坏文件，而不是对象，但这实际上会让我感到惊讶。为什么会有专门销毁pdf文档的方法？我会假定它实际上干净地销毁对象，希望能够正确关闭文件。 – DeVadder

显然，文档是有点古怪这里制定。 $pdf->end()似乎并没有破坏所述的文件，但正确地销毁该对象，从而关闭文件。

来源

2014-02-19 12:58:48 DeVadder

你可以试试这个，它可以帮助：

sub pagesPDF { 
    return unless -f; 
    my $fullpath = $File::Find::name; 
    my $pdf = PDF::API2->open($fullpath); 
    my $pages = $pdf->pages; 
    $totalpages += $pages; 
    undef $pdf;  
}

，或者你可以我们一个不同的方法：

sub pagesPDF { 
    return unless -f; 
    my $fullpath = $File::Find::name; 
    my $pages = `/usr/bin/pdfinfo $fullpath | grep 'Pages:'| cut -f2- -d":"`; 
    $pages =~ s!\D+!!gis; 
    $totalpages += $pages;  
}

来源

2014-02-19 10:33:13 user1126070

第二个版本听起来像是最省钱的方法。 – DeVadder

'undef $ pdf'在这里不太可能有用 - 当子程序结束时，词汇变量$ pdf变量超出范围时，对象的引用计数将降为零，并被销毁。使用'undef'手动删除引用具有相同的效果，所以它应该只用于全局变量，或者当您在范围离开之前需要释放某些内容时。这里也不是这种情况。 – amon

计算大量pdf文件中的页数：内存不足

回答

相关问题