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 StartedRust0213
cann-learning-hubCANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。Jupyter Notebook0137
JoyAI-EchoJoyAI-Echo,这是一个独立的、仅用于推理的版本,旨在实现分钟级多镜头音视频生成。它采用了经过蒸馏的DMD生成器、配对的跨模态记忆以及故事级别的一致性。其性能的核心在于,一个跨模态视听记忆库能够在长达五分钟的视频中保持角色外观和语音音色的一致性。同时,一个训练后处理流程将基于记忆的强化学习与分布匹配蒸馏相结合,实现了7.5倍的速度提升,显著增强了视觉质量和对齐效果。00
GLM-5.2智谱开源 GLM-5.2,这是针对长文本任务的最新旗舰模型。相较于前代产品 GLM-5.1,它在长文本任务处理能力上实现了显著飞跃,并且首次在稳定的 100 万 token 上下文中提供这一能力。Jinja00
SwanLab⚡️SwanLab - an open-source, modern-design AI training tracking and visualization tool. Supports Cloud / Self-hosted use. Integrated with PyTorch / Transformers / LLaMA Factory / veRL/ Swift / Ultralytics / MMEngine / Keras etc.Python00
tiny-universe《大模型白盒子构建指南》:一个全手搓的Tiny-UniverseJupyter Notebook03