首页
/ ITables 2.4.0rc0 版本发布:增强表格展示与安全特性

ITables 2.4.0rc0 版本发布:增强表格展示与安全特性

2025-07-09 12:32:28作者:曹令琨Iris

ITables 是一个用于在 Jupyter Notebook 中展示交互式表格的 Python 库,它基于 DataTables.js 提供了丰富的表格交互功能。最新发布的 2.4.0rc0 版本带来了多项重要更新,包括功能增强、类型提示支持以及安全改进。

核心功能增强

本次版本最显著的改进是统一了 ITable 小部件与 Dash 和 Streamlit 组件之间的功能一致性。现在,这些组件都支持展示非有限浮点数、大整数、Pandas Style 对象,并能使用自定义 JavaScript 格式化器。这一改进使得开发者可以在不同环境中获得一致的表格展示体验。

类型提示的加入是本版本的另一个亮点。show 函数和各种应用组件现在都有了完整的类型提示,这大大提升了代码的可维护性和开发体验。当 typeguard 4.4.1 或更高版本安装时,系统还会在参数名称或类型不匹配时发出 SyntaxWarning,帮助开发者及早发现潜在问题。

安全性与兼容性改进

在安全性方面,新版本默认会对 Pandas 和 Polars 数据框中的 HTML 内容进行转义处理,有效防止潜在的 XSS 攻击。开发者可以通过设置 allow_html=True 参数来显示 HTML 内容,但建议仅在完全信任表格内容时才使用此选项。

值得注意的是,为了保持与 Pandas Style 的一致性,Styler 对象中的 HTML 内容不会被转义。这要求开发者在使用 Styler 时要格外注意表格内容的可信度。

技术栈更新与要求

ITables 2.4.0rc0 将 DataTables 更新到了最新的 2.3.0 版本,带来了性能优化和新特性。同时,由于加入了类型提示功能,项目现在要求 Python 3.9 或更高版本。

已被弃用的 dom 参数在此版本中已被完全移除,开发者需要更新代码以适应这一变化。

总结

ITables 2.4.0rc0 通过功能统一、类型提示支持以及安全增强,为数据科学工作者提供了更强大、更安全的表格展示工具。特别是默认的 HTML 转义功能,为数据处理环境增添了一层重要的安全防护。开发者现在可以更自信地在各种环境中展示交互式表格,同时享受更好的开发体验。

登录后查看全文
热门项目推荐

项目优选

收起
kernelkernel
deepin linux kernel
C
22
6
docsdocs
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
153
1.98 K
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++
505
42
nop-entropynop-entropy
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
8
0
ohos_react_nativeohos_react_native
React Native鸿蒙化仓库
C++
194
279
openHiTLSopenHiTLS
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
992
395
RuoYi-Vue3RuoYi-Vue3
🎉 (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
938
554
communitycommunity
本项目是CANN开源社区的核心管理仓库,包含社区的治理章程、治理组织、通用操作指引及流程规范等基础信息
333
11
openGauss-serveropenGauss-server
openGauss kernel ~ openGauss is an open source relational database management system
C++
146
191
金融AI编程实战金融AI编程实战
为非计算机科班出身 (例如财经类高校金融学院) 同学量身定制,新手友好,让学生以亲身实践开源开发的方式,学会使用计算机自动化自己的科研/创新工作。案例以量化投资为主线,涉及 Bash、Python、SQL、BI、AI 等全技术栈,培养面向未来的数智化人才 (如数据工程师、数据分析师、数据科学家、数据决策者、量化投资人)。
Python
75
70