PDF处理还收费？不可能
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 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
2. GameShell
一个学习如何使用Unix shell命令的游戏.
学习Unix shell是有一定成本的，GameShell被设计成一种工具，帮助学生接触到shell，通过游戏的方式在鼓励学习的同时也能获得乐趣。
3. Commands.dev
每个工程师都有过忘记终端命令的时候，因为它很少被使用，或者有难以理解的复杂参数。
当这种情况发生时，不得不在他们的终端命令历史中进行搜索，或者打开浏览器进行搜索。
Commands.dev就是要解决这个问题。
Commands.dev是一个开源的、可搜索的、从整个互联网上收集的流行终端命令的集合。你可以按类别（git、android、docker）查找命令，每个命令都会告诉你需要插入哪些参数。
4. PyScript
PyScript是一种可以在浏览器中运行的Python。
它是一个框架，允许用户使用HTML的界面和Pyodide、WASM等，在浏览器中创建丰富的Python应用程序。
PyScript框架为各种经验水平的用户提供了一种具有无数应用的、易于学习的编程语言。
5. Hedy
学习编程可能很困难，不是说编程本身很难，而是有很多规则你需要记住，就像你开始学习英语时一样。
同样地，你也需要大量的练习来学习编程。
Hedy则是一款渐进式的编程语言。这意味着，你不必一次就学会所有的规则，最初的几个级别没有那么多规则，所以你可以轻松地适应编程。
在每个级别中，都会增加新的规则，增加命令的数量，循序渐进的进行学习。
技术文章
1. 用Java和Python进行数据统计和分析
提起数据统计与分析，很多同学第一印象想到的就是Python或者R。
其实，Java也是一款在数据领域应用非常广泛的编程语言，例如，Flink、hive等都对Java有很好的支持。
在这篇文章中，重点研究如何使用Java和Python对大量的表格数据进行简单的数据分析并计算一些统计数据。
在这里，可以看到如何在每个平台上进行数据分析的不同技术，比较它们如何扩展，以及应用并行计算来提高其性能的可能性。
2. 重构代码的10个最佳实践
编写代码并不仅仅为了它能够正常执行并输出结果，还要考虑它的设计模式、扩展线、可读性等。
重构是在不改变其功能的情况下改进现有代码的设计的过程。
作为软件开发者，我们不断面临着改进和优化代码的需要。
无论是为了性能、可读性还是可维护性，重构代码都是一项基本技能。
在重构代码时，有许多不同的技术可以使用。
在这篇文章中，就给大家介绍了重构代码的10个最佳实践。