pdf_text 函数不释放内存（在 Windows 上）答案

【问题标题】：pdf_text function not releasing ram (on windows)pdf_text 函数不释放内存（在 Windows 上）
【发布时间】：2019-06-22 13:04:50
【问题描述】：

pdf_text() 没有释放 RAM。每次运行该函数时，它都会使用更多 RAM，并且在 R 会话终止之前不会释放它。我在窗户上。

小例子

# This takes ~60 seconds and uses ~500mb of RAM, which is then unavailable for other processes

library(pdftools)
for (i in 1:5) {
  
  print(i)
  pdf_text("https://cran.r-project.org/web/packages/spatstat/spatstat.pdf")
  
}

我的问题

为什么pdf_text() 使用这么多内存，如何释放它？（无需终止 R 会话）

到目前为止我已经尝试过什么

我在循环内尝试过gc()

我检查了pdf_text() 没有创建一些隐藏对象（通过检查ls(all=TRUE)

我有cleared the R session's temp files

另请注意

虽然上例中特定 pdf 的大小约为 5mb，但在其上调用 pdf_text 会使用大约 20 倍的内存！我不知道为什么

【问题讨论】：

标签： r pdftools

【解决方案1】：

这听起来像是内存泄漏。但是我无法在 MacOS 上重现此问题。

我有 started an issue 来跟踪此问题，您能否报告您正在使用的哪个版本的 pdftools 和 libpoppler 显示此行为？

【讨论】：

【解决方案2】：

对于通过谷歌到达这里的任何人，这就是为我解决问题的方法 - 它基于 Jeroen 的建议 here

pdf_urls <- c("https://cran.r-project.org/web/packages/ggplot2/ggplot2.pdf", 
              "https://cran.r-project.org/web/packages/dplyr/dplyr.pdf",
              "https://cran.r-project.org/web/packages/pdftools/pdftools.pdf")

pdfs <- list()

for(i in 1:length(pdf_urls)) {

  print(paste("Obtaining pdf", i, "of", length(pdf_urls)))
  pdf_url <- pdf_urls[i]

  pdfs[[i]] <- callr::r(function(pdf_path){
    pdftools::pdf_text(pdf_path)
  }, args = list(pdf_url))

}

【讨论】：