为何Task.Run未异步执行？PDF多页异步读取问题排查

核心原因 #

1. PDF库的线程安全限制
   多数PDF处理库的文档/页面对象内部带有线程锁，同一时间仅允许单个线程访问页面内容（比如读取page.Text）。即便你用Task.Run创建了多任务，这些任务在调用page.Text时会被强制串行阻塞，最终表现为顺序执行。

2. 线程安全隐患导致的隐性阻塞
   你的代码中pagesWithQuery.Add和howManySearched += 1都是非线程安全操作，多个线程同时执行时会触发竞态条件，可能间接导致任务排队执行（比如底层的内存冲突引发的隐性锁）。

3. 闭包变量捕获问题（旧版C#）
   如果你的项目基于C# 5之前的版本，foreach的循环变量page是在循环外声明的，所有Task.Run的Lambda会捕获同一个变量引用，最终所有任务都处理循环最后一个页面——不过从你日志按顺序输出来看，这个可能不是当前直接问题，但仍需修复。

修复方案 #

1. 解决线程安全问题 #

替换为线程安全集合或对临界区加锁：

// 方案1：用线程安全集合存储结果
var pagesWithQuery = new ConcurrentBag<int>();
// 用Interlocked实现线程安全自增
int howManySearched = 0;

// 在任务内：
if (currentPage.Text.Contains(query))
{
    pagesWithQuery.Add(currentPage.Number);
}
Interlocked.Increment(ref howManySearched);

2. 适配PDF库的多线程规则 #

• 检查库文档：确认你用的PDF库是否允许多线程共享同一个文档实例。如果不允许，需为每个任务创建独立的文档实例（注意用完后释放资源）。
• 更换库：如果当前库完全不支持多线程并行，可考虑换用支持并行读取的库（如PdfiumViewer）。

3. 正确捕获循环变量（全版本兼容） #

无论C#版本，在foreach内创建变量副本，避免闭包捕获问题：

foreach (Page page in _pdfDoc.GetPages())
{
    var currentPage = page; // 创建当前迭代的页面副本
    var task = Task.Run(() => {
        Debug.WriteLine("searching page " + currentPage.Number);
        // 后续操作全部用currentPage代替page
    });
    tasks.Add(task);
}

4. 正确等待任务完成 #

确保所在方法为异步方法，取消注释await Task.WhenAll(tasks);，否则主线程不会等待所有任务结束：

public async Task SearchPdfAsync(string query)
{
    var tasks = new List<Task>();
    var pagesWithQuery = new ConcurrentBag<int>();
    int howManySearched = 0;

    foreach (Page page in _pdfDoc.GetPages())
    {
        var currentPage = page;
        var task = Task.Run(() => {
            Debug.WriteLine("searching page " + currentPage.Number);
            if (currentPage.Text.Contains(query))
            {
                pagesWithQuery.Add(currentPage.Number);
            }
            Interlocked.Increment(ref howManySearched);
            Dispatcher.UIThread.InvokeAsync(() => {
                searchProgress.Value = howManySearched;
            });
        });
        tasks.Add(task);
    }

    await Task.WhenAll(tasks);
    // 任务全部完成后处理结果，比如排序
    var sortedResult = pagesWithQuery.OrderBy(n => n).ToList();
}

内容的提问来源于stack exchange，提问作者gumydev1