OSHI项目:跨平台获取已安装应用程序信息的技术实现
2025-06-10 12:15:17作者:俞予舒Fleming
引言
在系统监控和管理工具开发中,获取操作系统上已安装应用程序的详细信息是一个常见需求。OSHI作为一个开源的Java库,专注于提供原生操作系统和硬件信息,近期通过社区贡献实现了跨平台的应用程序信息获取功能。本文将深入解析这一功能的实现原理和技术细节。
功能概述
该功能能够获取操作系统上已安装应用程序的多维度信息,包括但不限于:
- 应用程序名称
- 版本号
- 供应商/开发者信息
- 安装日期
- 安装位置
- 架构兼容性(x86/x64)
- 其他元数据
跨平台实现方案
Windows平台实现
Windows平台主要通过查询注册表来获取应用程序信息,关键注册表路径包括:
- HKLM\Software\Microsoft\Windows\CurrentVersion\Uninstall
- HKLM\Software\WOW6432Node\Microsoft\Windows\CurrentVersion\Uninstall
- HKCU\Software\Microsoft\Windows\CurrentVersion\Uninstall
技术要点:
- 使用JNA库访问Windows注册表API
- 处理32位和64位视图差异(通过KEY_WOW64_32KEY和KEY_WOW64_64KEY标志)
- 解析注册表键值对并映射到统一的数据结构
macOS平台实现
macOS平台通过系统命令system_profiler SPApplicationsDataType获取应用程序信息,解析内容包括:
- 应用程序名称
- 版本号
- 获取来源(App Store/开发者ID等)
- 最后修改日期
- 应用程序类型(Universal/Intel等)
- 签名信息
- 安装位置
Linux平台实现
Linux实现考虑了不同发行版的包管理系统差异:
Debian/Ubuntu系:
- 使用
dpkg-query命令查询已安装软件包 - 解析字段包括:包名、版本、架构、安装大小、维护者等
RHEL/CentOS/Fedora系:
- 使用
rpm命令查询已安装软件包 - 解析字段包括:包名、版本-发布号、架构、大小、打包者等
技术要点:
- 通过检查
/etc/os-release文件确定发行版类型 - 根据发行版选择合适的包管理命令
- 处理不同包管理器的输出格式差异
统一接口设计
为了实现跨平台一致性,设计了一个核心接口:
public interface ApplicationInfo {
String getName();
String getVersion();
String getVendor();
long getInstallDate();
String getInstallLocation();
Map<String,String> getAdditionalInfo();
}
各平台的具体实现类继承此接口,确保API使用方式统一。额外信息通过Map结构提供,保持扩展性。
技术挑战与解决方案
-
32/64位兼容性问题:
- Windows平台需要同时查询32位和64位注册表视图
- 解决方案:使用双重查询策略,合并结果
-
性能优化:
- 减少不必要的系统命令调用
- 缓存查询结果
- 批量处理数据解析
-
数据标准化:
- 不同平台提供的信息字段差异大
- 解决方案:核心字段统一,扩展字段保留原始数据
-
权限处理:
- 某些查询需要管理员权限
- 实现优雅降级机制,部分数据不可获取时不中断流程
实际应用示例
开发者可以简单几行代码获取系统应用信息:
OperatingSystem os = SystemInfo.getCurrentPlatform().getOperatingSystem();
List<ApplicationInfo> apps = os.getInstalledApplications();
apps.forEach(app -> {
System.out.println(app.getName() + " - " + app.getVersion());
});
总结与展望
OSHI通过这一功能扩展了其系统监控能力,为Java开发者提供了便捷的跨平台应用程序信息查询方案。未来可能的改进方向包括:
- 增加更多Linux发行版支持
- 提供应用程序分类信息
- 实现增量更新机制
- 增加应用程序使用统计集成
这一实现展示了OSHI项目如何通过社区协作解决复杂的跨平台系统信息获取问题,为Java生态中的系统监控工具开发提供了有力支持。
登录后查看全文
热门项目推荐
相关项目推荐
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
最新内容推荐
MQTT客户端软件源代码:物联网开发的强大工具与最佳实践指南 Launch4j中文版:Java应用程序打包成EXE的终极解决方案 全球GEOJSON地理数据资源下载指南 - 高效获取地理空间数据的完整解决方案 TortoiseSVN 1.14.5.29465 中文版:高效版本控制的终极解决方案 IK分词器elasticsearch-analysis-ik-7.17.16:中文文本分析的最佳解决方案 电脑PC网易云音乐免安装皮肤插件使用指南:个性化音乐播放体验 STM32到GD32项目移植完全指南:从兼容性到实战技巧 QT连接阿里云MySQL数据库完整指南:从环境配置到问题解决 基于Matlab的等几何分析IGA软件包:工程计算与几何建模的完美融合 XMODEM协议C语言实现:嵌入式系统串口文件传输的经典解决方案
项目优选
收起
deepin linux kernel
C
25
9
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
416
3.2 K
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
65
19
暂无简介
Dart
682
160
喝着茶写代码!最易用的自托管一站式代码托管平台,包含Git托管,代码审查,团队协作,软件包和CI/CD。
Go
23
0
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.21 K
664
React Native鸿蒙化仓库
JavaScript
265
326
无需学习 Kubernetes 的容器平台,在 Kubernetes 上构建、部署、组装和管理应用,无需 K8s 专业知识,全流程图形化管理
Go
15
1
Ascend Extension for PyTorch
Python
230
259