首页
/ osxphotos项目发布v0.72.0版本:新增macOS Tahoe初步支持

osxphotos项目发布v0.72.0版本:新增macOS Tahoe初步支持

2025-06-18 16:00:27作者:谭伦延

osxphotos是一个强大的Python库和命令行工具,专门用于与macOS上的Photos应用进行交互。它允许开发者通过编程方式访问和管理照片库中的内容,包括照片、视频的元数据、相册组织等信息。这个工具对于需要批量处理照片库内容的用户特别有用,比如摄影师、内容创作者或需要进行照片库备份的用户。

主要更新内容

macOS Tahoe初步支持

本次发布的v0.72.0版本最重要的更新是增加了对macOS Tahoe(即macOS 16/26)的初步支持。这是苹果即将发布的新版本操作系统的beta支持,意味着:

  1. 目前支持的功能包括基本的导出和导入操作
  2. 由于macOS Tahoe本身还处于测试阶段,相关功能可能会随着苹果系统的更新而变化
  3. 开发者建议用户如果遇到任何问题,及时反馈以便后续改进

这种早期支持对于需要在最新系统上使用osxphotos的用户非常有价值,虽然功能尚不完善,但已经可以满足基本需求。

导出功能优化

新版本对导出功能进行了重要改进,特别是处理"同步照片"(syndicated photos)的逻辑:

  • 同步照片指的是通过Messages应用分享但尚未保存到照片库中的图片
  • 之前版本会尝试导出这些照片,导致出现"missing"错误信息,给用户造成困惑
  • v0.72.0版本将自动跳过这些未保存的同步照片,使导出过程更加清晰

这一改进显著提升了用户体验,避免了不必要的错误提示。

问题修复

本次更新还包含几个重要的错误修复:

  1. 下载缺失照片时的稳定性:修复了当使用--download-missing选项时,如果Photos应用无响应会被多次强制关闭的问题(#1862)

  2. ExifTool处理超时:改进了--exiftool选项的处理,现在如果ExifTool进程无响应,系统会正确超时而不是一直等待(#1855)

  3. 同步照片处理:确保导出时正确跳过缺失的同步照片(#1865)

这些修复提高了工具的稳定性和可靠性,特别是在处理大型照片库或复杂操作时。

技术细节

对于开发者而言,值得注意的技术细节包括:

  1. 新版本继续保持了良好的向后兼容性,现有脚本和程序通常无需修改即可工作

  2. 对macOS Tahoe的支持采用了渐进式策略,随着苹果系统的更新,osxphotos也会相应调整

  3. 导出逻辑的改进涉及到底层照片库访问API的调整,体现了开发者对macOS照片管理机制的深入理解

使用建议

对于计划升级的用户,建议:

  1. 如果是生产环境使用,建议先在小规模测试环境中验证新版本

  2. 如果使用macOS Tahoe系统,注意这是beta支持,某些功能可能不稳定

  3. 导出大量照片时,新版本的处理逻辑会更加高效,但仍建议分批处理以防意外

osxphotos项目持续保持着活跃的开发状态,这个版本再次证明了它在macOS照片管理工具中的领先地位。无论是普通用户还是开发者,都能从中获得更强大、更稳定的照片管理能力。

登录后查看全文
热门项目推荐
相关项目推荐

项目优选

收起
docsdocs
暂无描述
Markdown
832
5.52 K
kernelkernel
openEuler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。
C
496
521
pytorchpytorch
作为 Ascend for PyTorch 社区的核心组件,TorchNPU 是昇腾专为 PyTorch 打造的深度学习适配插件,使 PyTorch 框架能够直接调用昇腾 NPU,为开发者提供昇腾 AI 处理器的超强算力。
Python
808
1.16 K
ops-nnops-nn
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
797
1.6 K
ops-transformerops-transformer
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。
C++
980
2.31 K
kernelkernel
deepin linux kernel
C
33
16
jiuwenswarmjiuwenswarm
JiuwenSwarm 是一款基于openJiuwen开发的智能AI Agent,它能够将大语言模型的强大能力,通过你日常使用的各类通讯应用,直接延伸至你的指尖。
Python
3.03 K
782
AscendNPU-IRAscendNPU-IR
AscendNPU-IR是基于MLIR(Multi-Level Intermediate Representation)构建的,面向昇腾亲和算子编译时使用的中间表示,提供昇腾完备表达能力,通过编译优化提升昇腾AI处理器计算效率,支持通过生态框架使能昇腾AI处理器与深度调优
C++
487
314
ops-mathops-math
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++
1.21 K
1.26 K
cann-learning-hubcann-learning-hub
CANN 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 Notebook
666
305