大PDF处理到一半崩了?先看内存够不够

标签页突然卡死、浏览器弹出崩溃提示,报错里全是 memory、allocation failed、invalid PDF 这类字。看着像工具坏了,十有八九是同一件事:内存不够了。

浏览器处理文件为什么这么吃内存

本站的工具都在浏览器本地跑,文件不上传服务器。这意味着处理发生在 JavaScript 引擎的内存里。

一条经验规则:处理时的内存峰值,大约是文件体积的 3–5 倍,解码、解压、中间结构都要占地方。

一个 200 MB 的扫描件,处理时可能要吃掉 600 MB 到 1 GB。而单个标签页的内存上限受系统内存和浏览器策略双重限制,普通 8–16 GB 内存的机器,单标签页跑到 1–2 GB 就进危险区了。

换成好记的安全线:

你的内存建议单文件上限
8 GB150 MB 以内
16 GB300 MB 以内
32 GB 以上500 MB 以内

超过这条线别硬扛,拆开处理,这就是下面要讲的事。

拆分是万能前置动作

「拆分」不只是把大文件切成小的,它是处理大文件的通用起手式:

  • 按页数拆:500 页拆成五个 100 页,每份单独压缩、转换、加密,做完再合回去。峰值内存降到五分之一
  • 按书签拆:合同卷宗、论文集这种有章节的,照书签拆,每卷天然有独立含义,分发给不同的人也方便
  • 直接提页:只要其中几页(比如第 3–8 页),就用 提取页面,别拿整个大文件开刀

本站的 PDF 拆分 支持按固定页数、按范围、按书签三种。拆分本身是流式操作,逐页搬运、不整体解码,所以内存占用远低于对原文件做转换——哪怕原文件已经大到处理不动了,通常还拆得开。

分批处理的标准走法

拿「压缩一个 800 MB 的扫描卷宗」举例:

  1. 拆:按每 100 页切成八卷,每卷约 100 MB,落在安全线内
  2. 逐个处理:八卷依次 压缩,压完一个刷新页面再处理下一个,把内存彻底放掉
  3. 合回去:八卷合成一个。注意合并本身也吃内存,要是这一步又超了,就两两合成四段,四段再合成两段,最后合成一个,每一步的规模都可控

几个细节挺影响成功率:处理完一卷刷新页面,比直接点下一个稳;树状合并时先合最小的那几个,最后一步合的两个「半成体」最大,放到机器最空闲的时候做;全程别开多余的标签页,每个标签页都是内存消耗者。

报错信息怎么读

报错里的关键词大概率是什么怎么办
memory、allocation failed、cannot allocate内存不足按上面的方法拆分重试
invalid PDF、corrupt文件本身有问题,下载不全或者加密没解重新拿一份;加密的先 解密
network、Failed to fetch处理库没加载出来(工具需要联网加载引擎,文件仍然不上传)检查网络重试
encrypted、password文件带密码先解密

「拆分会不会把文件弄坏」

不会。PDF 拆分是无损的,每页的内容、文字层、图片原样搬进新文件,不重新编码(除非你主动选了压平)。合回去之后,内容上和原件等价。

要注意的只有书签和表单:按书签拆时各卷保留自己的书签;带表单的文件拆开后各卷表单域独立,跨页的长文本域可能被截断。重要表单先复制一份留底。


一句话经验:文件体积乘五,就是大概的内存峰值,超了就拆。拆分是流式的,几乎总比硬扛原文件省内存。下次遇到卡死,先看文件多大——大部分「处理失败」就是文件太大、内存不够这一件事。

发表评论