3
因此，我们有一些非常低效的代码，它会根据允许的最大大小将pdf拆分为更小的块。阿卡。如果最大大小为10megs，则会跳过8 meg文件，而基于页数将分割16 meg文件。使用itextsharp根据大小将pdf拆分为更小的pdf
这是我继承的代码，觉得必须有更高效的方法才能做到这一点，只需要一个方法和更少的实例化对象。
我们用下面的代码来调用的方法：
List<int> splitPoints = null;
List<byte[]> documents = null;
splitPoints = this.GetPDFSplitPoints(currentDocument, maxSize);
documents = this.SplitPDF(currentDocument, maxSize, splitPoints);
方法：
private List<int> GetPDFSplitPoints(IClaimDocument currentDocument, int maxSize)
{
List<int> splitPoints = new List<int>();
PdfReader reader = null;
Document document = null;
int pagesRemaining = currentDocument.Pages;
while (pagesRemaining > 0)
{
reader = new PdfReader(currentDocument.Data);
document = new Document(reader.GetPageSizeWithRotation(1));
using (MemoryStream ms = new MemoryStream())
{
PdfCopy copy = new PdfCopy(document, ms);
PdfImportedPage page = null;
document.Open();
//Add pages until we run out from the original
for (int i = 0; i < currentDocument.Pages; i++)
{
int currentPage = currentDocument.Pages - (pagesRemaining - 1);
if (pagesRemaining == 0)
{
//The whole document has bee traversed
break;
}
page = copy.GetImportedPage(reader, currentPage);
copy.AddPage(page);
//If the current collection of pages exceeds the maximum size, we save off the index and start again
if (copy.CurrentDocumentSize > maxSize)
{
if (i == 0)
{
//One page is greater than the maximum size
throw new Exception("one page is greater than the maximum size and cannot be processed");
}
//We have gone one page too far, save this split index
splitPoints.Add(currentDocument.Pages - (pagesRemaining - 1));
break;
}
else
{
pagesRemaining--;
}
}
page = null;
document.Close();
document.Dispose();
copy.Close();
copy.Dispose();
copy = null;
}
}
if (reader != null)
{
reader.Close();
reader = null;
}
document = null;
return splitPoints;
}
private List<byte[]> SplitPDF(IClaimDocument currentDocument, int maxSize, List<int> splitPoints)
{
var documents = new List<byte[]>();
PdfReader reader = null;
Document document = null;
MemoryStream fs = null;
int pagesRemaining = currentDocument.Pages;
while (pagesRemaining > 0)
{
reader = new PdfReader(currentDocument.Data);
document = new Document(reader.GetPageSizeWithRotation(1));
fs = new MemoryStream();
PdfCopy copy = new PdfCopy(document, fs);
PdfImportedPage page = null;
document.Open();
//Add pages until we run out from the original
for (int i = 0; i <= currentDocument.Pages; i++)
{
int currentPage = currentDocument.Pages - (pagesRemaining - 1);
if (pagesRemaining == 0)
{
//We have traversed all pages
//The call to copy.Close() MUST come before using fs.ToArray() because copy.Close() finalizes the document
fs.Flush();
copy.Close();
documents.Add(fs.ToArray());
document.Close();
fs.Dispose();
break;
}
page = copy.GetImportedPage(reader, currentPage);
copy.AddPage(page);
pagesRemaining--;
if (splitPoints.Contains(currentPage + 1) == true)
{
//Need to start a new document
//The call to copy.Close() MUST come before using fs.ToArray() because copy.Close() finalizes the document
fs.Flush();
copy.Close();
documents.Add(fs.ToArray());
document.Close();
fs.Dispose();
break;
}
}
copy = null;
page = null;
fs.Dispose();
}
if (reader != null)
{
reader.Close();
reader = null;
}
if (document != null)
{
document.Close();
document.Dispose();
document = null;
}
if (fs != null)
{
fs.Close();
fs.Dispose();
fs = null;
}
return documents;
}
据我所知道的，唯一的代码，在网上，我可以看到的是VB和没有按”不一定解决尺寸问题。
UPDATE：
我们遇到OutOfMemory异常，我相信这是一个与大对象堆的问题。所以有一个想法是减少代码占用量，这可能会减少堆上的大型对象的数量。
基本上，这是循环的一部分，它会经历任意数量的PDF，然后将它们拆分并将它们存储在数据库中。现在，我们不得不一次性改变方法（最后一次运行97个不同大小的pdf），每5分钟运行5个pdf文件。这并不理想，当我们向更多的客户提供这种工具时，这种情况不会很好地扩展。
（我们正在处理50 - 100兆pdf的，但他们可能会更大）。
恕我直言，如果这项工作，让它一个人。我不认为*是一种很好的分割PDF的方法，因为预测页面大小非常困难。页面可能很小，因为它有1000个字（相对较小），或者一个页面可能非常大，因为它嵌入了高分辨率图像。 – CodingGorilla
我们遇到OutofMemory异常，我认为这是大对象堆的问题。所以有一个想法是减少代码占用量，这可能会减少堆上的大型对象的数量。 （我们正在处理50 - 100兆pdf的，但他们可能会更大）。 – Cyfer13
如果不是因为错误，我不会触及可用的代码。 – Cyfer13