Arduino-Pico项目中的文件系统信息获取方法更新
2025-07-02 15:24:20作者:董斯意
背景介绍
在嵌入式开发中,文件系统信息获取是一个常见需求。Arduino-Pico项目作为Raspberry Pi Pico的Arduino核心支持库,提供了对LittleFS文件系统的支持。近期该项目对文件系统信息获取接口进行了重要更新,开发者需要了解这些变化以正确使用。
接口变更详情
旧版接口的局限性
早期版本中,文件系统信息获取提供了两套接口:
FSInfo结构体和info()方法:使用32位整数存储容量信息FSInfo64结构体和info64()方法:使用64位整数存储容量信息
这种设计源于历史原因,当时需要考虑小容量存储设备的兼容性。
新版接口的改进
最新版本中进行了以下优化:
- 移除了
FSInfo64和info64()接口 - 将原有的
FSInfo结构体升级为全64位存储 - 保留了
info()方法,但其内部实现已改为64位
现在开发者只需使用FSInfo和info()即可获得64位精度的文件系统信息。
使用方法示例
获取文件系统信息的正确方式:
#include <LittleFS.h>
void printFSInfo() {
FSInfo fsinfo;
if (LittleFS.info(fsinfo)) {
Serial.printf("总空间: %llu 字节\n", fsinfo.totalBytes);
Serial.printf("已用空间: %llu 字节\n", fsinfo.usedBytes);
}
}
其他相关改进
除了接口变更外,项目还对LittleFS实现进行了优化:
- 文件名长度限制:从原来的31字符扩展至255字符
- 子目录支持:取消了数量限制,仅受存储空间约束
升级建议
对于现有项目,建议进行以下修改:
- 将所有
FSInfo64替换为FSInfo - 将所有
info64()调用替换为info() - 检查是否有依赖32位文件系统大小的代码
总结
Arduino-Pico项目通过简化文件系统信息获取接口,使开发者能够更便捷地处理大容量存储设备。这一变更反映了现代嵌入式系统对更大存储空间的支持需求,同时也保持了API的简洁性。开发者应及时更新代码以适配这些改进,享受更优的开发体验。
登录后查看全文
热门项目推荐
相关项目推荐
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
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
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
Spark-Prover-X1-7BSpark-Prover 是由科大讯飞团队开发的专用大型语言模型,专为 Lean4 中的自动定理证明而设计。该模型采用创新的三阶段训练策略,显著增强了形式化推理能力,在同等规模的开源模型中实现了最先进的性能。Python00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能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
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00
项目优选
收起
deepin linux kernel
C
24
7
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
317
2.74 K
仓颉编译器源码及 cjdb 调试工具。
C++
124
852
Ascend Extension for PyTorch
Python
157
178
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++
639
246
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
242
85
暂无简介
Dart
606
136
React Native鸿蒙化仓库
JavaScript
239
310
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
470
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
364
3.02 K