Python pdfplumber内存泄露问题解决方案

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()

随机文章:

1. VC6中使用高版本API的方法
2. 用VBS实现PHP的sha1_file函数
3. 用VBS获取图片分辨率
4. 用C语言实现PHP的urlencode函数
5. 确定Windows XP到底是UCS-2的还是UTF-16的

这篇文章发布于 2022年09月25日，星期日，09:47，归类于 程序设计。 您可以跟踪这篇文章的评论通过 RSS 2.0 feed。 您可以留下评论，或者从您的站点trackback。