问题描述
|
我有以下被顺序调用的方法：
私有StringBuilder ReadPDF（）;
私人StringBuilder CleanText（StringBuilder sb）;
私有void ParseText（）;
ParseText调用ReadPDF，后者调用CleanText；
我正在解析的PDF具有15MB的文本，使用常规的core 2 duo计算机需要10分钟才能从文件中提取所有数据。
如何并行处理这些任务？
编辑：只是为了澄清，阅读PDF需要很少的时间，问题在于解析提取的文本，更具体地说是在CleanText阶段。我需要并行化的原因是清理单个页面是即时的，但是清理2k +页需要很长时间。
解决方法
首先，您可能需要检查阅读PDF的方式。如果只有15MB，则除非您使用某种非常非常糟糕的解析方式，否则无需花10分钟即可读取。
其次，在找到更好的解析方式之后，应确保可以一次从所需的任何页面读取一个页面。之后，您将能够运行多个并行读取单个页面的任务。
, 逐页阅读PDF并使用流水线处理每一页。
http://blogs.msdn.com/b/pfxteam/archive/2010/04/14/9995613.aspx
就像之前的文章中提到的那样，您可能做错了什么。它只有15MB的PDF，阅读时间不需要10分钟。
, 正如Denis所说，您可以阅读部分文本，通常是一页，但是您可以将其分成较小的块，然后在阅读下一部分文本时对其进行处理。
如果您想了解有关并行编程的更多信息，可以在MSDN并行计算中心找到良好的信息和实验。
MDN也有一个.NET并行编程博客。
还有一本不错的书，由GastónHillar撰写，有C＃专业并行编程：.NET 4的Master Parallel Extensions。