Python pdfplumber内存泄露问题解决方案

标签: , ,

最近用Python的pdfplumber库处理PDF文件,在处理一个1000多页的PDF文件时,内存使用不断飙升,直至把16G内存全部耗尽。

代码除了使用pdfplumber之外,还使用了pandas做数据分析,一开始还以为是pandas部分的代码存在内存泄露,调试了很久才发现是pdfplumber造成的内存泄露。

解决方案在官方的issue中有提到, Memory issues on very large PDFs, 添加如下的代码即可:


with pdfplumber.open("data/my.pdf") as pdf:
    for page in pdf.pages:
        run_my_code()
        page.flush_cache()

赞赏

微信赞赏支付宝赞赏

随机文章:

  1. OpenWrt搭建KMS服务器激活Windows和Office
  2. TL-WR703N进入OpenWrt的Failsafe安全模式
  3. 用JavaScript读写二进制文件
  4. 用VBS精确计算2的100次方
  5. VBS的SendKeys,你真的懂吗?

留下回复