QMarkdowner 的项目扩展与二次开发
2025-06-06 23:58:50作者:霍妲思
项目的基础介绍
QMarkdowner 是一个基于 PyQt4 开发的 Markdown 编辑器,它致力于让 Markdown 文本的编写更加简洁明了,易读易写。该项目提供了一个所见所得的编辑体验,支持实时预览,并且可以导入外部 Markdown 格式文档。QMarkdowner 还具备全屏预览功能,并提供五种主题切换,以满足不同用户的需求。
项目的核心功能
- 所见所得编辑:编辑器实时显示预览效果,方便用户即时调整文档格式。
- 外部文档导入:支持导入现有的 Markdown 格式文档,方便用户进行编辑。
- 多种主题切换:提供五种不同的主题,包括黑色、白色、GitHub、Evernote 和 Jekyllly,满足个性化需求。
- 格式导出:支持将文档导出为 Markdown、HTML 和 PDF 格式。
项目使用了哪些框架或库?
- PyQt4:Python 编写的跨平台 GUI 工具包,用于创建图形用户界面。
- QtWebKit:嵌入 WebKit 浏览器引擎,用于实现文档的实时预览功能。
- highlight.js:用于代码语法高亮的 JavaScript 库。
- markdown:Python 库,用于将 Markdown 文本转换为 HTML。
- cheetah:Python 模板引擎,用于动态生成 HTML。
- wkhtmltopdf:命令行工具,用于将 HTML 转换为 PDF 文件。
项目的代码目录及介绍
QMarkdowner/
├── app/ # 应用程序的核心代码
│ ├── childpages/ # 子页面相关的代码
│ ├── config/ # 配置文件
│ ├── distribution/ # 分发相关代码
│ ├── effects/ # 特效相关代码
│ ├── guiutil/ # GUI 工具类
│ ├── log/ # 日志文件
│ ├── markdown/ # Markdown 文本处理代码
│ ├── md2html/ # Markdown 转换为 HTML 的代码
│ ├── mixin/ # 混合类
│ ├── options/ # 选项设置
│ ├── pkg/ # 包含程序包
│ ├── qframer/ # PyQt4 框架相关代码
│ ├── skin/ # 皮肤主题相关代码
│ ├── tftpy/ # 用于文件传输的代码
│ ├── utildialog/ # 实用对话框
│ ├── utils/ # 工具类
│ ├── webjscss/ # Web 相关的 JavaScript 和 CSS 代码
├── .gitignore # Git 忽略文件
├── LICENSE # MIT 许可证文件
├── QMain.py # 主程序入口
├── README.md # 项目说明文件
├── setup.py # 设置文件,用于构建和打包项目
对项目进行扩展或者二次开发的方向
- Markdown 文件管理功能:增加文件管理功能,使用户可以在编辑器内直接管理 Markdown 文件,包括新建、打开、保存、关闭等。
- 一键分享发布功能:集成一键分享到 Evernote、博客、GitHub 等第三方平台的功能,方便用户快速发布文档。
- 扩展主题风格:增加更多主题风格,或者允许用户自定义主题,以满足更多个性化需求。
- 插件支持:开发插件系统,允许第三方开发者开发插件来扩展编辑器的功能。
- 多语言支持:增加对多种语言的支持,使得非英语用户也能流畅使用 QMarkdowner。
登录后查看全文
热门项目推荐
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-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-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
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
369
3.14 K
Ascend Extension for PyTorch
Python
162
183
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
254
90
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
475
仓颉编译器源码及 cjdb 调试工具。
C++
126
854
React Native鸿蒙化仓库
JavaScript
240
314
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.09 K
617
暂无简介
Dart
613
138
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++
644
255