NPOI 2.7.3版本发布:Excel处理库的重大更新
项目简介
NPOI是一个开源的.NET库,用于处理Microsoft Office格式文件,特别是Excel文档。它提供了强大的功能来读取、写入和操作Excel文件,而无需安装Microsoft Office。NPOI是Apache POI项目的.NET移植版本,在.NET生态系统中广受欢迎。
版本亮点
NPOI 2.7.3版本带来了多项重要改进和修复,显著提升了库的稳定性、性能和功能完整性。这个版本特别注重于解决实际应用中的痛点问题,并引入了多项来自Apache POI项目的补丁。
核心改进
1. 工作表克隆功能增强
修复了在克隆包含超链接的工作表时可能出现的问题。这一改进使得复制复杂工作表变得更加可靠,特别是在处理包含多个超链接的文档时。
2. 日期格式处理优化
解决了数据格式化器在解析日期时可能出现的错误,特别是当月份位于日期段末尾时的情况。此外,还增强了对中文和日文日期格式的支持,使国际化应用更加便捷。
3. 公式计算功能提升
新增了对FREQUENCY函数的支持,并扩展了SUBTOTAL函数的子功能。这些改进使得NPOI能够更好地处理复杂的Excel公式计算场景。
4. 性能优化
通过优化CT_Row.Copy方法,将行克隆时间降低到1毫秒以下,显著提升了处理大型Excel文件时的性能。同时,通过使用Array.Empty等技术手段减少了内存分配。
5. 并发处理改进
解决了在多线程环境下同时读取多个XLS文件时可能出现的格式化不一致问题,提高了库在并发场景下的稳定性。
架构与代码质量提升
1. 类型系统改进
将Workbook.SHEET_STATE_*常量转换为SheetVisibility枚举,使API更加类型安全且易于使用。同时,对许多内部类型添加了readonly修饰符,提高了代码的不可变性和线程安全性。
2. API设计优化
在FluentAPI中,ICell接口的SetXXX方法现在返回ICell类型,支持更流畅的链式调用。此外,实现了ISheet接口的GetCells方法,提供了更便捷的单元格访问方式。
3. 代码质量提升
通过使用TryGetValue替代ContainsKey加索引的方式,减少了字典查找操作。同时,使用模式变量替代类型转换,使代码更加简洁和安全。
文档与测试改进
测试框架已从.NET 6升级到.NET 8,确保库在现代.NET环境中的兼容性。同时增加了多个测试用例,包括针对特定问题的回归测试,提高了代码的可靠性。
向后兼容性
虽然2.7.3版本引入了许多改进,但开发者可以放心升级,因为这些变更主要关注bug修复和性能优化,不会破坏现有代码的兼容性。不过,需要注意的是某些HPSF类已被重构,相关的Mutable*属性类已被标记为过时。
总结
NPOI 2.7.3版本是一个重要的维护更新,解决了多个长期存在的问题,并显著提升了库的整体质量。无论是日期处理、公式计算还是性能方面,这个版本都带来了实质性的改进。对于正在使用NPOI处理Excel文件的.NET开发者来说,升级到这个版本将获得更稳定、更高效的体验。
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
GLM-4.7-FlashGLM-4.7-Flash 是一款 30B-A3B MoE 模型。作为 30B 级别中的佼佼者,GLM-4.7-Flash 为追求性能与效率平衡的轻量化部署提供了全新选择。Jinja00
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
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!Kotlin07
compass-metrics-modelMetrics model project for the OSS CompassPython00