iText7 与 iTextSharp 相比的性能问题

Question

我已经测试了 iTextsharp 和 iText7 的 HTML 到 PDF 转换。基于性能 iTextsharp 创建 10000 个 PDF 需要 3 分钟。但是 iText7 创建 10000 个 PDF 需要 17 分钟。由于 iText7 与 iTextsharp 相比是新版本，因此我决定将 iText7 用于商业目的。但是性能方面 iText7 很低。所以请告诉我如何提高 iText7 中 HTML 到 PDF 转换的性能？

在 iText7 中测试

  For i As Integer = 0 To 10000 
        HTML = ReadFile '=> Read HTML file from particular location
        'HTML = Replace(HTML) => To Replace the content dynamically
         Dim writer As PdfWriter
          Dim array() As Byte = System.Text.Encoding.ASCII.GetBytes("a")
          writer = New PdfWriter(FileName, New WriterProperties().SetStandardEncryption(array, array, EncryptionConstants.ALLOW_PRINTING,
                            EncryptionConstants.ENCRYPTION_AES_256))
           HtmlConverter.ConvertToPdf(HTML, writer)
    Next

在 iTextSharp 中测试

   Imports iTextSharp.text
Imports iTextSharp.text.pdf
Imports iTextSharp.pdfa
Imports System.IO
Imports iTextSharp.text.html.simpleparser
Imports System.Text
Imports iTextSharp.tool.xml.html
Imports iTextSharp.tool.xml
Imports iTextSharp.tool.xml.pipeline.html

 For i As Integer = 0 To 10000
    HTML = ReadFile '=> Read HTML file from particular location
        'HTML = Replace(HTML) => To Replace the content dynamically
    Dim bPDF As Byte()
        Dim ms As New MemoryStream
        Dim doc As Document
        doc = New Document(PageSize.A4, 25, 25, 25, 25)
        Dim txtReader As New StringReader(Html)   
        Dim oPdfWriter As PdfWriter
        oPdfWriter = PdfWriter.GetInstance(doc, ms)
        oPdfWriter.SetEncryption(iTextSharp.text.pdf.PdfWriter.ENCRYPTION_AES_128, "q", "a", 2)
        Dim htmlWorker As New HTMLWorker(doc)       
        doc.Open()
        htmlWorker.StartDocument()      
        htmlWorker.Parse(txtReader)
        htmlWorker.EndDocument()
        htmlWorker.Close()
        doc.Close()
        bPDF = ms.ToArray()
        Dim FIleName As String = "D:\ItextSharp_" & Now.ToString("ddMMyyyyHHMMssffffff") & ".pdf"
        File.WriteAllBytes(FIleName, bPDF)
Next



Function ReadFile()
        Dim stringReader As String = ""
        Dim objReader As New System.IO.StreamReader("D:\AS1-Revamp\TestHTML\test.html")
        Do While objReader.Peek() <> -1
            stringReader = stringReader & objReader.ReadLine() & vbNewLine
        Loop
        ReadFile = stringReader
End Function

我使用上面的代码来测试性能...iText7 Tacking 与 iTextSharp 相比，将 pdf 文件放置在提到的路径中的时间更多。

编辑：在其他问题中复制/粘贴 HTML：

基于路径 iText7 Performance Issue Compared With iTextSharp 中的我的问题，我已为 MR.Amedee Van Gasse 发送了 HTML 文件。所以请告诉我如何提高 iText7 的性能..

<div id = "headerdiv" style="width:540px; float:left; background:#ededed; padding:30px; overflow:hidden;">
<br>
<br>
<br>
<div>
<img border='0' src='D:\AS1-Revamp\TestHTML\newlog.bmp' width='100' height='40'>
</div>
<p style="color:Red;align=center;" >                         Details</p>
<br>
<br>
<table >
<tr  border='0'>
<td  bgcolor='Green'>
<font size="3" color="white">
SDetails
</font>
</td>
</td>
</tr>
<tr border='0'>
<td>
<div id="dvKYC">
<table  border='1'>

<tr>
<td><#lsName#></td>
<td>No:<#lsno#></td>
</tr> 

<tr  border='1'>
<td width=500><#lsAddess#></td>
<td></td>
</tr>

<tr>
<td><#lsContacts#></td>
<td> </td>
</tr> 
</table>
</div>
</td>
</tr>
</table>

<br>

<div >
<table >
<tr  border='0'>
<td  bgcolor='Green'>
<font size="3" color="white">
Status
</font>
</td>
</td>
</tr>
</table>
<table style="width:100%;">
<tr  bgcolor=gray >
<td style="width:30%;text-align: left; font-weight: bold;">UUH  </td>
<td style="width:20%;text-align: left; font-weight: bold;">PN</td>
<td style="width:20%;text-align: left; font-weight: bold;">KC </td>
<td style="width:20%;text-align: left; font-weight: bold;">CC</td>
</tr>
<tr>
<td  style"width:200px;"><#lsHs#></td>
<td ><#lsPN#></td>
<td><#lsKC#></td>
<td><#lsCC#></td>
</tr>
</table>
 </div>



<div >
<table >
<tr  border='0'>
<td  bgcolor='Green'>
<font size="3" color="white">
STD
</font>
</td>
</td>
</tr>
</table>


 <##TT##>


</div>

应用以下代码后，ConverterProperties 中出现两个错误

1.setCreateAcroForm 不是 iText.Html2pdf.ConverterProperties 的成员

2.setOutlineHandler 不是 iText.Html2pdf.ConverterProperties 的成员

 Private Sub Button1_Click(sender As System.Object, e As System.EventArgs) Handles Button1.Click
           Dim converterProperties As ConverterProperties = New ConverterProperties
            With converterProperties
                .SetBaseUri(".")
                .setCreateAcroForm(False)
                .SetCssApplierFactory(New DefaultCssApplierFactory())
                .SetFontProvider(New DefaultFontProvider())
                .SetMediaDeviceDescription(MediaDeviceDescription.CreateDefault())
                .setOutlineHandler(New OutlineHandler())
                .SetTagWorkerFactory(New DefaultTagWorkerFactory())
            End With
Dim HTML = ReadFile("Input_Template")
            For i = 0 To 10000
                LicenseKey.LoadLicenseFile("C:\iText7\itextkey-0.xml")
                Dim PDF = "E:\iText\testpdf " & i & ".pdf"
                Dim m As New MemoryStream
                Dim writer As PdfWriter
                Dim array() As Byte = System.Text.Encoding.ASCII.GetBytes("a")
                writer = New PdfWriter(PDF, New WriterProperties().SetStandardEncryption(array, array, EncryptionConstants.ALLOW_PRINTING,
                                  EncryptionConstants.ENCRYPTION_AES_256))
                HtmlConverter.ConvertToPdf(HTML, writer, converterProperties)
            Next
        End Sub

如果我评论那两行代码并运行我的程序，则转换器代码行中出现错误，即（HtmlConverter.ConvertToPdf（HTML，writer，converterProperties））

错误是：“PDF 间接对象属于其他 PDF 文档。将对象复制到当前 pdf 文档。”

由于coverterproperties 处于循环之外，因此会出现此错误。如果我将所有属性都放在循环中，它可以正常工作...但这对于性能而言是否正确..？

请帮我解决这三个错误..？

Answer 1

您的问题的答案很简单：在 iText Group，我们不断改进 iText 软件，性能肯定还有提升的空间。但是，我们永远无法使 pdfHTML 插件与过时的 HTMLWorker 一样快。原因很简单：HTMLWorker 不支持 CSS，HTMLWorker 只支持一小部分标签，等等……HTMLWorker 非常简单，只用于简单的需求。

我们创建了 pdfHTML 插件来支持 CSS（包括添加页眉、页脚、页码等的功能......）。我们支持HTMLWorker 中不支持的大量 HTML 标记。我们支持 pdfHTML 中元素的绝对定位。所有这些功能都是有代价的。这个成本就是 CPU。

将HTMLWorker 的 CPU 使用率与 pdfHTML 的 CPU 使用率进行比较在智力上是不公平的。

话虽如此：使用ConverterProperties 已经可以节省大量时间。现在，您没有提供任何ConverterProperties。这意味着 iText 必须为您创建的每个 PDF 实例化默认属性。如果您预先创建 ConverterProperties 并重复使用它们，您已经可以节省大量时间，但您必须了解 pdfHTML 提供的额外功能会带来 CPU 成本。

这就是您创建ConverterProperties 实例的方式：

ConverterProperties converterProperties = new ConverterProperties()
    .setBaseUri(".")
    .setCreateAcroForm(false)
    .setCssApplierFactory(new DefaultCssApplierFactory())
    .setFontProvider(new DefaultFontProvider())
    .setMediaDeviceDescription(MediaDeviceDescription.createDefault())
    .setOutlineHandler(new OutlineHandler())
    .setTagWorkerFactory(new DefaultTagWorkerFactory());

如您所见，我们创建了许多默认对象：默认 CCS Applier 工厂、默认字体提供者、默认媒体描述、默认大纲处理程序和默认标签工作者工厂。创建所有这些对象会花费一点点时间，但是当您将时间乘以 10,000（因为您创建 10,000 个文档）时，创建这些默认对象所需的 CPU 可能会变得很重要，而当您转换 HTML 时会发生什么像这样文件到PDF：

HtmlConverter.convertToPdf(
    new FileInputStream("resources/test.html"),
    new FileOutputStream("results/test.pdf"));

由于您没有添加ConverterProperties 参数，iText 将为您转换的每个文档在内部创建一个新的ConverterProperties 实例。 ConverterProperties 的所有默认组件都将是 null，这意味着对于每个文档，您都需要创建 CSS Applier 工厂、字体提供程序等的新实例。

如果您预先创建一个ConverterProperties（仅一次）以及所有组件，它将为您节省一些时间（但不会太多）。因此，在将 HTML 转换为 PDF 时重用该对象很重要：

HtmlConverter.convertToPdf(
    new FileInputStream("resources/test.html"),
    new FileOutputStream("results/test.pdf"),
    converterProperties);