PyWebView 5.4 版本发布:跨平台WebView框架的重要更新
PyWebView是一个轻量级的跨平台WebView框架,它允许开发者使用Python构建桌面GUI应用程序,同时利用现代Web技术作为前端界面。该框架支持Windows、macOS和Linux三大主流操作系统,通过封装各平台原生WebView组件,为开发者提供了统一的API接口。
核心功能增强
JavaScript执行能力扩展
5.4版本新增了window.run_js(code)方法,该方法允许开发者直接执行JavaScript代码而不需要返回结果。这一特性特别适合那些只需要执行但不需要获取返回值的场景,如触发页面动画、修改DOM结构等操作。
页面加载事件体系完善
新版本引入了before_load事件,该事件在PyWebView代码注入页面前触发,大致对应于DOM的DOMContentLoaded事件。现在,页面加载事件的触发顺序在所有平台上都实现了标准化:
loading- 页面开始加载时触发before_load- DOM准备就绪时触发loaded- 页面完全加载完成时触发
这种标准化使得开发者能够更精确地控制页面加载过程中的各种操作。
屏幕坐标信息增强
Screen对象现在新增了screen.x和screen.y属性,用于获取屏幕的原点坐标。这一改进使得多显示器环境下的窗口定位更加精确和方便。
平台特定改进
EdgeChromium引擎增强
Windows平台下的EdgeChromium引擎获得了多项重要更新:
- 新增了远程调试支持,开发者现在可以通过设置
webview.settings['REMOTE_DEBUGGING_PORT']来启用这一功能 - 更新了WebView2运行时到1.0.2957.106版本
- 修复了隐私模式下浏览器数据清理的问题,确保在程序退出时自动删除隐私数据
Cocoa/macOS平台优化
macOS平台获得了大量改进:
- 新增了对
download属性的支持,使得文件下载功能更加完善 - 默认忽略本地HTTP服务器的SSL证书错误,简化开发环境配置
- 修复了原生颜色选择器的显示位置问题
- 改进了对py2app打包工具的支持
- 修复了Cmd+Q快捷键关闭窗口时的程序终止问题
- 解决了菜单缺失的问题
Windows平台修复
Windows平台修复了两个重要问题:
- 修正了特定显示器布局下的窗口定位问题
- 消除了窗口关闭时的短暂闪烁现象
API改进与Bug修复
事件系统增强
Event对象现在实现了__len__方法,开发者可以通过len(event)直接获取事件订阅者的数量,这为事件管理提供了更多便利。
设置系统加固
webview.settings的键现在被设置为不可变,这有助于防止意外的配置修改,提高了框架的稳定性。
类型处理优化
GTK后端不再将'undefined'和'null'字符串值转换为Python的None类型,这一改变使得数据传递更加准确,避免了潜在的类型混淆问题。
本地HTTP服务器修复
修复了本地HTTP服务器在处理带有hash的URL时的问题,确保了这类URL能够被正确加载。
总结
PyWebView 5.4版本带来了多项重要更新,包括JavaScript执行能力的扩展、页面加载事件体系的完善、各平台WebView引擎的优化以及多个关键Bug的修复。这些改进使得PyWebView作为一个轻量级跨平台WebView框架更加成熟和稳定,为开发者构建现代桌面应用提供了更好的支持。特别是对macOS平台的诸多优化和对EdgeChromium引擎的增强,显著提升了框架的实用性和可靠性。
kernelopenEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。C037
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
kylin-wayland-compositorkylin-wayland-compositor或kylin-wlcom(以下简称kywc)是一个基于wlroots编写的wayland合成器。 目前积极开发中,并作为默认显示服务器随openKylin系统发布。 该项目使用开源协议GPL-1.0-or-later,项目中来源于其他开源项目的文件或代码片段遵守原开源协议要求。C00
PaddleOCR-VLPaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00
GLM-4.7GLM-4.7上线并开源。新版本面向Coding场景强化了编码能力、长程任务规划与工具协同,并在多项主流公开基准测试中取得开源模型中的领先表现。 目前,GLM-4.7已通过BigModel.cn提供API,并在z.ai全栈开发模式中上线Skills模块,支持多模态任务的统一规划与协作。Jinja00
agent-studioopenJiuwen agent-studio提供零码、低码可视化开发和工作流编排,模型、知识库、插件等各资源管理能力TSX0113
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