Janet编程语言v1.38.0版本发布:文件操作与PEG语法增强
Janet是一种轻量级、可嵌入的脚本语言,以其简洁的语法和高效的性能著称。它结合了Lisp的函数式编程特性和类似Lua的轻量级设计理念,适用于嵌入式系统、游戏开发、脚本编写等多种场景。Janet的核心设计目标是提供一个小巧但功能强大的语言运行时,同时保持代码的可读性和可维护性。
文件系统操作增强
本次v1.38.0版本在文件系统操作方面进行了多项改进,显著提升了Janet处理文件和目录的能力。
file/open函数现在能够正确识别目录路径。在之前的版本中,如果尝试用file/open打开一个目录路径,可能会导致意外行为。新版本中,当检测到路径指向的是目录而非文件时,会明确返回nil和错误信息,使开发者能够更可靠地处理文件和目录的不同情况。
新增的ev/to-file函数为同步文件操作提供了更直接的接口。这个函数封装了常见的文件读写模式,简化了同步文件操作的代码。它特别适合那些不需要复杂异步处理的简单文件操作场景,让开发者能够用更简洁的代码完成文件读写任务。
字符串处理改进
Janet的长字符串(dedent)处理现在全面支持Windows风格的换行符(CRLF)。这一改进使得Janet在不同操作系统间的行为更加一致,特别是在处理多行字符串时。开发者现在可以放心地在Windows环境下编写包含多行字符串的代码,而不用担心格式问题。
PEG语法扩展
v1.38.0版本引入了新的PEG特殊符号(til),进一步丰富了Janet强大的模式匹配能力。(til)允许开发者指定一个模式,该模式会匹配输入直到遇到特定模式为止。这个新增功能使得文本解析和模式匹配更加灵活,特别是在处理结构化文本或自定义语法时。
子进程管理增强
Janet的子进程管理功能在本版本中得到了多项改进。文档字符串更加清晰准确,帮助开发者更好地理解和使用这些功能。同时,内部实现也进行了优化,使得子进程管理更加可靠和高效。这些改进特别有利于需要与外部程序交互的应用场景。
跨平台支持提升
本次发布显著增强了Janet的跨平台支持能力:
- 新增了Windows Arm64架构的MSI安装包支持,使Janet能够在更多类型的Windows设备上运行
- 改进了MSYS2环境下使用GCC和Clang编译的支持
- 优化了Alpine Linux上s390x架构的测试环境
文档与内部改进
除了功能增强外,v1.38.0版本还包含多项文档和内部改进:
- 多个核心函数的文档字符串得到更新和修正,包括
int/u64、int/s64和int/to-number等 - 修正了apply和short-fn的文档说明,使其更加准确
- 内部虚拟机实现修复了多个潜在问题
- 移除了janet_lib_ffi()对JANET_EV的依赖,提高了代码模块化程度
总结
Janet v1.38.0版本在保持语言核心简洁性的同时,通过一系列精心设计的改进增强了实用性和可靠性。文件系统操作的完善、PEG语法的扩展以及跨平台支持的提升,都使得Janet在各种应用场景下表现更加出色。这些改进既考虑了新手开发者的易用性需求,也满足了资深开发者对性能和灵活性的要求,体现了Janet语言"小而美"的设计哲学。
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0151- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
LongCat-Video-Avatar-1.5最新开源LongCat-Video-Avatar 1.5 版本,这是一款经过升级的开源框架,专注于音频驱动人物视频生成的极致实证优化与生产级就绪能力。该版本在 LongCat-Video 基础模型之上构建,可生成高度稳定的商用级虚拟人视频,支持音频-文本转视频(AT2V)、音频-文本-图像转视频(ATI2V)以及视频续播等原生任务,并能无缝兼容单流与多流音频输入。00
auto-devAutoDev 是一个 AI 驱动的辅助编程插件。AutoDev 支持一键生成测试、代码、提交信息等,还能够与您的需求管理系统(例如Jira、Trello、Github Issue 等)直接对接。 在IDE 中,您只需简单点击,AutoDev 会根据您的需求自动为您生成代码。Kotlin03
Intern-S2-PreviewIntern-S2-Preview,这是一款高效的350亿参数科学多模态基础模型。除了常规的参数与数据规模扩展外,Intern-S2-Preview探索了任务扩展:通过提升科学任务的难度、多样性与覆盖范围,进一步释放模型能力。Python00
skillhubopenJiuwen 生态的 Skill 托管与分发开源方案,支持自建与可选 ClawHub 兼容。Python0112