瑞士QR账单生成器:Java版开源库推荐
项目介绍
Swiss QR Bill for Java 是一个开源的Java库,专门用于生成和解码瑞士QR账单。该项目与.NET版本共同开发,旨在为开发者提供一个高效、易用的工具来处理瑞士的QR账单支付系统。瑞士QR账单自2020年6月30日起成为瑞士的主要支付方式,通过扫描QR码,用户可以轻松完成支付,极大地简化了支付流程。
项目技术分析
该库实现了瑞士QR账单的2.2和2.3版本规范,并支持Swico S1语法定义。主要功能包括:
- 生成多种格式的QR账单:支持PDF、SVG和PNG文件格式。
- 集成到现有PDF文件:可以将QR账单添加到已有的PDF文件中。
- 多种输出尺寸:支持生成210mm x 105mm的支付单、148mm x 105mm的支付部分、A4纸张或仅QR码。
- 多语言支持:支持德语、法语、意大利语、英语和罗曼什语。
- 数据验证:提供详细的数据验证信息,确保账单数据的准确性。
- 结构化账单信息:支持添加或检索结构化的账单信息(符合Swico S1标准)。
- 解析QR码数据:能够解析嵌入在QR码中的账单数据。
项目及技术应用场景
Swiss QR Bill for Java 适用于以下场景:
- 电子商务平台:在线商店可以通过生成QR账单,简化客户的支付流程。
- 企业财务系统:企业可以使用该库自动化账单生成和处理流程,提高财务管理的效率。
- 发票系统:发票系统可以通过集成该库,自动生成包含QR码的发票,方便客户快速支付。
- 银行和支付服务提供商:银行和支付服务提供商可以使用该库生成符合瑞士标准的QR账单,确保支付的合规性。
项目特点
- 易用性:库的设计简洁明了,开发者可以轻松上手,快速集成到现有系统中。
- 高效性:库体积小巧,运行速度快,适合在高并发环境下使用。
- 免费商用:采用MIT许可证,允许商业使用,无需支付额外费用。
- 依赖少:仅依赖PDFBox和Nayuki的QR码生成器,减少了依赖管理的复杂性。
- 多平台支持:除了Java版本,还有.NET版本,满足不同开发者的需求。
如何开始
该库已发布到Maven Central,开发者可以通过Maven或Gradle轻松集成到项目中。以下是Maven和Gradle的依赖配置示例:
Maven:
<dependency>
<groupId>net.codecrete.qrbill</groupId>
<artifactId>qrbill-generator</artifactId>
<version>[3.3.0,3.999999]</version>
</dependency>
Gradle:
compile group: 'net.codecrete.qrbill', name: 'qrbill-generator', version: '3.3.0+'
生成QR账单的步骤也非常简单,只需填充Bill数据结构并调用QRBill.generate方法即可。更多示例代码可以在examples目录中找到。
API文档
详细的API文档可以在Javadoc中查看,涵盖了QRBill、Bill、Address、BillFormat等类的详细说明。
更多信息
更多关于该项目的详细信息可以在Wiki中找到,Wiki中包含了.NET和Java版本的共同文档。
未来更新
自2025年11月21日起,瑞士QR账单规范将升级到2.3版本,并引入更多支付标准的变化。该库已经为这些变化做好了准备,开发者可以提前了解并适应这些变化。
字体许可证
该库包含了Liberation Sans字体,该字体由Google和Red Hat提供,采用SIL Open Font License, Version 1.1许可证。
QR码生成
QR码的生成依赖于Nayuki的QR码生成器。
其他编程语言
除了Java版本,该项目还提供了.NET版本。如果需要其他编程语言的库或专业服务,可以访问MoneyToday.ch了解更多信息。
Swiss QR Bill for Java 是一个功能强大且易于集成的开源库,无论是个人开发者还是企业用户,都能从中受益。立即尝试,体验瑞士QR账单的便捷与高效!
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。C027
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