iText7 DotNet 9.1.0 版本发布:SVG增强与表格性能优化
iText7 DotNet 9.1.0版本作为iText项目发展历程中的重要里程碑正式发布,该版本在SVG支持、表格性能以及数字签名等方面带来了显著改进。iText7是一个功能强大的PDF处理库,支持创建、编辑和操作PDF文档,广泛应用于企业级文档处理场景。
SVG支持大幅增强
本次更新对SVG模块进行了全面升级,新增了多项关键特性:
-
文本装饰与裁剪路径:现在支持文本装饰效果(如下划线)以及文本裁剪路径功能,为SVG文本提供了更丰富的视觉效果。
-
标记支持:新增对'marker-mid'属性的支持,并实现了从
<g>元素向其子元素传递标记的功能,这使得SVG图表中的标记应用更加灵活。 -
显示控制:增加了对
display: none和visibility: hidden属性的支持(文本元素除外),完善了SVG元素的显示控制能力。 -
字体与排版增强:改进了SVG模块对高级排版特性的支持,特别是在使用pdfCalligraph插件时,能够更好地处理复杂文本布局。
-
相对尺寸支持:优化了SVG在HTML元素中的相对尺寸处理,使得SVG在不同环境下的显示更加一致。
表格渲染性能提升
9.1.0版本对表格渲染引擎进行了深度优化:
-
大型表格处理:显著提升了包含大量行数的表格的渲染速度,特别是在处理标记表格时性能提升明显。
-
内存优化:改进了表格渲染过程中的内存使用效率,减少了大型文档处理时的内存占用。
数字签名功能增强
数字签名模块得到了多项改进:
-
两步签名支持:扩展了MAC完整性保护功能,现在支持两步签名流程。
-
证书验证优化:改进了对
pathLenConstraint参数的处理,不再需要针对basicConstraints扩展的特殊处理。 -
验证链增强:提供了注入HTTP、OCSP和CRL客户端到验证链中的能力,增强了签名验证的灵活性。
PDF/UA-2支持改进
针对PDF/UA-2标准的支持进行了优化:
- 注释标签处理:改进了在PDF 2.0文档中使用Annot标签处理内容元素的方式,提升了无障碍访问体验。
其他改进与修复
-
字体处理:优化了字体工厂的目录注册功能,支持递归搜索字体文件。
-
表单字段:修复了旋转表单字段默认字体大小计算不正确的问题。
-
远程跳转:改进了包含远程跳转和嵌入式跳转动作时的合并处理。
-
安全修复:解决了Xref流解码时可能出现的字节丢失问题。
iText7 DotNet 9.1.0版本的这些改进使得PDF处理能力更加全面,特别是在SVG支持和性能优化方面取得了显著进展,为开发者提供了更强大、更高效的PDF处理工具。
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
HunyuanVideo-1.5HunyuanVideo-1.5作为一款轻量级视频生成模型,仅需83亿参数即可提供顶级画质,大幅降低使用门槛。该模型在消费级显卡上运行流畅,让每位开发者和创作者都能轻松使用。本代码库提供生成创意视频所需的实现方案与工具集。00
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