Cinnamon桌面环境日历组件日期格式显示问题解析
2025-06-11 16:55:47作者:宣利权Counsellor
在Cinnamon桌面环境的日历组件中,用户自定义日期格式时可能会遇到一个显示问题:当使用%e(不带前导零的月份日期)或%l(不带前导零的12小时制小时)格式说明符时,虽然前导零被隐藏了,但它们占用的空间仍然保留。这个现象会导致日期显示出现意外的空白间隔。
问题现象
当用户采用以下自定义日期格式时:
- 主显示格式:
%d/%m/%Y %l:%M %p - 工具提示格式:
%A, %B %e %Y, %H:%M
可以观察到小时数字前会出现一个空白位置,这个位置正是被隐藏的前导零所占据的空间。如果切换到%I(带前导零的12小时制小时)格式,显示宽度保持不变,但会显示实际的前导零。
技术背景
这个问题源于Cinnamon依赖的底层库GLib的修改。GLib团队对日期时间格式化进行了调整,改变了前导零的处理方式。具体来说:
- GLib修改了格式化字符串的处理逻辑
- 影响了
%e和%l等格式说明符的行为 - 导致隐藏的前导零仍然保留其占位空间
解决方案
目前有两种可行的解决方法:
-
使用标准日期格式:关闭"使用自定义日期格式"选项,采用Cinnamon预设的格式,这些格式已经针对GLib的修改做了适配。
-
修改格式说明符:在自定义格式中使用
%-前缀:%-d:不带前导零的月份日期,且不保留空间%-e:效果与%-d相同%-l:不带前导零的12小时制小时,且不保留空间
深入理解
这个问题的本质是格式化字符串处理中的宽度保留机制。在GLib的修改后:
%d和%I始终显示两位数字(带前导零)%e和%l隐藏前导零但仍保持两位数字的宽度%-d和%-l则完全不保留前导零的空间
对于终端用户而言,最简单的解决方案就是在自定义格式中使用%-前缀的格式说明符,这样可以确保既没有前导零,也不会保留不必要的空白空间。
最佳实践建议
对于Cinnamon用户,如果确实需要使用自定义日期格式,建议:
- 优先考虑使用
%-前缀的格式说明符 - 测试不同日期时间的显示效果,确保在各种情况下都能正确显示
- 如果不需要高度定制,使用系统预设格式可以避免这类问题
这个问题虽然看起来是小细节,但对于追求完美桌面体验的用户来说却很重要。理解这些格式说明符的差异可以帮助用户更好地定制自己的桌面环境。
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
项目优选
收起
deepin linux kernel
C
24
9
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
414
3.18 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
Ascend Extension for PyTorch
Python
228
258
暂无简介
Dart
679
160
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
689
325
🔥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
React Native鸿蒙化仓库
JavaScript
265
326
🎉 (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
660
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.03 K
492