dnGrep 4.3.3.0版本发布:文本搜索工具的三大核心升级
dnGrep是一款功能强大的文本搜索工具,它允许用户在文件和文档中执行高级搜索和替换操作。作为一款开源工具,dnGrep因其直观的界面和强大的功能而受到开发者和技术人员的青睐。最新发布的4.3.3.0版本带来了多项重要改进,特别是在替换预览、用户界面优化和窗口管理方面有了显著提升。
证书更新说明
在本次版本发布中,dnGrep的开发团队更新了用于签署程序集、ZIP文件和MSI安装程序的证书。由于新证书需要时间积累信誉,用户可能会在下载和安装过程中看到SmartScreen警告。开发团队保证代码库、构建服务器和签名流程保持不变,所有构建在签名前都经过恶意软件扫描。用户可以通过提供的校验和来验证下载文件的完整性。
主要功能改进
替换预览功能增强
替换对话框现在提供了两种预览更改的方式:
-
内置预览:在完整替换对话框中,用户可以通过预览窗格下方的复选框启用或禁用更改预览功能。这使得在应用替换前能够直观地看到修改效果。
-
外部比较工具集成:无论是完整对话框还是仅文件对话框,用户都可以点击"打开文件比较"按钮,在配置的外部比较应用程序中查看替换前后的差异。这一功能特别适合需要详细比较的场景。
开发团队建议,如果用户发现比较功能存在问题,可以提供包含搜索和替换模式的示例文件以便进一步优化。
替换对话框用户体验优化
替换对话框的布局经过重新设计,按钮位置更加合理,同时保持了所有功能的可用性。新版本引入了一项实用功能:当用户在一个文件中完成所有替换操作后,系统会自动切换到列表中的下一个文件。这一自动切换发生在以下三种情况后:
- 点击"在文件中替换"按钮
- 在文件的最后一个匹配项上点击"替换"按钮
- 在文件的最后一个匹配项上点击"下一个"按钮
为帮助用户识别文件切换,对话框顶部的文件名会短暂闪烁提示。
窗口管理功能增强
4.3.3.0版本新增了窗口管理相关功能:
-
最小化到通知区域:用户现在可以选择将dnGrep最小化到任务栏的通知区域,而不是任务栏本身,这为桌面空间管理提供了更多灵活性。
-
键盘快捷键恢复:无论是否启用通知区域最小化选项,用户都可以使用键盘快捷键快速恢复dnGrep窗口并将其置于前台。这一功能显著提升了多任务处理时的效率。
技术基础更新
- 升级至.NET 8.0.12框架,带来性能改进和安全增强
- 更新了多个第三方库,确保兼容性和安全性
- 完善了多语言支持,多个语种的翻译得到更新
校验信息
为确保下载安全,开发团队提供了各版本文件的SHA-256校验和:
- 64位MSI安装包:f0686c5f7f89d55916766bf42c11735b6e20415f89f3fde6fc078b46c3b8447e
- 32位MSI安装包:df633c5b63dad7c5b396a4d297308fbef2011844a944efc04ff180fda2e73456
- 64位便携版ZIP:f8d97c55e7a22223dd7236f7a36c2d685bb187bc870add534828138ef239d5bd
- 32位便携版ZIP:168d5d8420584cf494872bc3a79b113768701222510803c64a6aa1521d8153ba
dnGrep项目采用了SignPath.io提供的免费代码签名服务,并由SignPath基金会颁发证书,确保软件发布的安全性。这一版本继续秉承了dnGrep作为专业文本处理工具的可靠性和易用性,为用户提供了更加流畅和高效的工作体验。
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
GLM-4.7-FlashGLM-4.7-Flash 是一款 30B-A3B MoE 模型。作为 30B 级别中的佼佼者,GLM-4.7-Flash 为追求性能与效率平衡的轻量化部署提供了全新选择。Jinja00
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin07
compass-metrics-modelMetrics model project for the OSS CompassPython00