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!
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- QQwen3-Coder-Next2026年2月4日,正式发布的Qwen3-Coder-Next,一款专为编码智能体和本地开发场景设计的开源语言模型。Python00
xw-cli实现国产算力大模型零门槛部署,一键跑通 Qwen、GLM-4.7、Minimax-2.1、DeepSeek-OCR 等模型Go06
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!Kotlin08
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