PDF 处理还收费？不可能！

作者：Jackpop

2022 年 7 月 24 日
本文字数：3046 字
阅读完需：约 10 分钟

DevWeekly 收集整理每周优质开发者内容，包括开源项目、工具资源、技术文章等方面,每周五首发于DevWeekly，欢迎大家 Star 并收藏！

原文链接：DevWeekly | 第2期：重构代码的10个最佳实践

DevWeekly每周五首发于 Github，欢迎大家 Star 并收藏！

DevWeekly 收集整理每周优质开发者内容，包括开源项目、资源工具、技术文章等方面。

欢迎大家投稿，提交issue，推荐或者自荐开源项目/资源/工具/文章~

订阅方式：

Star 并收藏项目DevWeekly
关注知乎：Jackpop

开源项目

1. dot

Python Star:2.6k

dot（Deepfake Offensive Toolkit）是一款将 deepfakes 实时的、可控制的应用于在线视频的工具。

那么，deepfakes 是什么？

简单的翻译过来就是深度伪造，换句话说，它是通过人工智能技术，能够将目标对象的面部特征嫁接到被模仿的对象上，给目标对象进行换脸。

2. codecat

Python Star:241

CodeCat 是一款可以帮助你使用静态代码分析功能找到/追踪用户输入和安全漏洞的开源工具，这对于代码开发中的安全控制非常有价值。

目前它适用于 C、C++、GO、Python、javascript、Swift、PHP、Ruby、ASP、Kotlin、Dart 和 Java。

总结一下，它具有如下特性：

按照 Regex 的自定义规则进行递归代码搜索
代码视图中的语法高亮
管理规则的系统
控制用户的资源
按照 IP 地址的允许列表控制 HTTP 访问的资源
遵循 OWASP 安全实践的应用

3. OCRmyPDF

Python Star:6.8k

PDF 有很多不同类型，直接通过 word 等格式转换的可以直接复制粘贴，操作比较简单。但是，扫描版的 PDF 则比较麻烦。

OCRmyPDF 为扫描的 PDF 文件添加 OCR 文本层，使其能够被搜索或复制粘贴。

它具有如下特性：

基于普通的 PDF 生成一个可搜索的 PDF/A 文件
将 OCR 文本准确地放在图像下面，以方便复制/粘贴
保持原始嵌入图像的准确分辨率
优化 PDF 图像，生成的文件通常比输入文件小
使用 Tesseract OCR 引擎，支持识别 100 多种语言
能处理数千页的文件

4. data-diff

Python Star:1.3k

data-diff 是一个命令行工具和 Python 库，能够用于对比两个不同数据库的差异。

目前，它已经在多种不同类型的数据库上进行过验证，而且对于对比结果可以通过 CLI/API 的形式来创建监控和告警，能够兼容不同的字段类型。速度也非常快，10s 内能够验证 25M+行数据。

data-diff 将表分割成更小的片段，然后在两个数据库中对每个片段进行校验。当一个段的校验和不相等时，它将进一步把这个段分成更小的段，对这些段进行校验，直到它得到不同的行。

5. cfg4j

Java Star:541

现代配置库，用于用 Java 编写的分布式应用。

cfg4j，也就是 configuration for Java，一种开源的配置库，可以用于 Java 开发的分布式应用。

它具有如下特性：

自动重新加载配置
强大的配置机制（接口绑定，多源支持与回退策略，合并等等）。
分布式环境友好（缓存，支持多种环境[测试，预开发，生产]，......)
读取配置：Consul、Git repos（YAML 和/或属性）、文件、Classpath， ...
与 DI 容器无缝集成：Spring、Guice 等
与 Metrics 库的集成来展示性能指标
经过大量的测试（99%的代码覆盖率）
完善的文档

6. Decompiler

Kotlin Star:58

一款开源免费的 Java 反编译 GUI 工具。

顾名思义，通过这款工具，我们可以对已经编译的 Java jar 包，可以反编译复杂的 Java applets 和二进制文件，产生准确的源代码。

7. scrutiny

Go Star:1.5k

用于智能 S.M.A.R.T 监控的 WebUI。

如果你运行的服务器有几个硬盘，你可能已经熟悉 S.M.A.R.T 和 smartd 守护程序。

smartd 是一个监控许多 ATA、IDE 和 SCSI-3 硬盘中内置的自我监测、分析和报告技术（SMART）系统的守护进程。

SMART 的目的是监测硬盘的可靠性和预测硬盘故障，并进行不同类型的硬盘自我测试。

Scrutiny 是一个简单而集中的应用，有几个核心功能：

Web UI 仪表板
smartd 集成
自动侦测所有连接的硬盘历史趋势的 S.M.A.R.T 指标跟踪
利用现实故障率定制阈值
温度跟踪

8. sake

Go Star:435

sake 是一个用于本地和远程主机的命令运行工具。

你在 sake.yaml 配置文件中定义服务器和任务，然后在服务器上就可以运行任务。

sake 有大量的功能：

任务、服务器和标签的自动完成
通过 SSH 进入服务器或 docker 容器
通过 sake list servers|tasks 列出服务器/任务
以表格格式展示任务输出 sake run <task> 结果

9. codewarrior

C Star:170

一款开源的代码搜索工具和静态代码分析工具，它具有如下功能：

通过重合码模式搜索代码
自定义规则
带有网络套接字资源的 HTTPd 视图
递归扫描
通过编程语言突出显示语法
通过允许列表控制 IP 地址访问的资源

10. wayfire

C++ Star:1.5k

Wayfire 是一个 3D Wayland 合成器，灵感来自于 Compiz 并基于 wlroots。

它旨在创建一个可定制的、可扩展的和轻量级的环境，而不用以牺牲外观作为代价。

资源工具

1. Pomsky

Pomsky 是一种可以编译成正则表达式的语言，它目前处于 alpha 阶段。

Pomsky 可以通过 CLI 或 Rust 宏来使用。

一些例子：

# String'hello world'                 # hello world
# Greedy repetition'hello'{1,5}                  # (?:hello){1,5}'hello'*                      # (?:hello)*'hello'+                      # (?:hello)+
# Lazy repetition'hello'{1,5} lazy             # (?:hello){1,5}?'hello'* lazy                 # (?:hello)*?'hello'+ lazy                 # (?:hello)+?
# Alternation'hello' | 'world'             # hello|world