分享有趣、入门级的开源项目《HelloGitHub》第 67 期

V2EX = way to explore

V2EX 是一个关于分享和探索的地方

现在注册

已注册用户请登录

这是一个创建于 1150 天前的主题，其中的信息可能已经有所发展或是发生改变。

兴趣是最好的老师，HelloGitHub 让你对编程感兴趣！

简介

分享 GitHub 上有趣、入门级的开源项目。

https://github.com/521xueweihan/HelloGitHub

这里有实战项目、入门教程、黑科技、开源书籍、大厂开源项目等，涵盖多种编程语言 Python 、Java 、Go 、C/C++、Swift...让你在短时间内感受到开源的魅力，对编程产生兴趣！

以下为本期内容｜每个月 28 号更新

C 项目

1 、bytehound：更强大的 Linux 内存分析工具。它能够显示内存变化曲线、占用详情、完整的堆栈记录等信息，有助于解决内存泄漏等问题

2 、nnn：几乎不需要配置就能用的终端文件管理工具。它运行仅需极少的内存但功能却不少，支持文件实时预览、搜索、批量操作文件、排序等，不仅如此它还能作为插件整合进 Vim

C# 项目

3 、ShareX：免费的 Windows 截屏录制工具。功能强大支持全屏截图、滚动截图、检测窗口截图、GIF 录制等，截图后还支持在图片上增加文字、水印、特效、马赛克等，最后可直接上传图床得到链接，丝滑地完成整个截图流程

C++ 项目

4 、NanaZip：基于 7-Zip 的开源压缩工具。包含多种压缩算法和美观的 Win11 风格 UI ，同时适配 Win11 右键菜单操作

5 、nvui：跨平台现代的 Neovim 前端。它使用起来流畅，动画效果细腻、美观，你可以用 Neovim 和 nvui 自由定制出一个高颜值、最懂你的编辑器

CSS 项目

6 、You-Dont-Need-JavaScript：看似需要 JavaScript 实现的效果，其实仅用到了 CSS 的示例集合。该项目学习意义大于实用价值，更多的时候是为了让你知道原来 CSS 还能这么用

7 、weather-icons：天气主题图标和 CSS 文件。包含 220+ 个高质量的天气图标

Go 项目

8 、gopay：Go 的集合支付库。支持微信、支付宝、PayPal 、QQ 支付

9 、remark42：简单轻量级的评论引擎。任何需要评论的页面，都可以通过 remark42 快速实现评论功能。功能丰富包括登陆、多层嵌套回复、删除评论、投票、禁止用户评论、图片上传等功能

10 、rpcx：国内大佬开源的 Go 语言 RPC 框架。框架入门轻松能够快速上手，性能优于 grpc-go 而且众多国内大厂都在用

Java 项目

11 、shattered-pixel-dungeon：开源的像素风 RougeLike 角色扮演游戏，耐玩且支持中文。游戏虽然画面怀旧但内容丰富，可选战士、法师、射手、盗贼四种角色，超过 150 种道具玩法多样。每场探险都不一样，每次开局都是随机生成关卡和敌人。游戏看似简单但上手有难度，想要通关需要花些时间研究。支持 PC 、安卓和 iOS 客户端，下载地址

12 、uncle-novel：一款电脑端小说阅读软件。该软件不仅支持本地导入小说，自动解析生成目录方便阅读。还支持全网搜索和下载小说、在线收听有声小说、自动更新章节等功能

JavaScript 项目

13 、Leaflet：对移动端友好的交互式地图 JavaScript 库。它久负盛名且简单易用，别看它小但包含了地图常用功能。Leaflet 极易上手，几行代码就能实现地图功能，且支持多种地图数据源。很多大厂都在用它，可放心在生产环境中使用。中文官网

var map = L.map('map').setView([51.505, -0.09], 13);

L.tileLayer('https://{s}.tile.openstreetmap.org/{z}/{x}/{y}.png', {
    attribution: '©OpenStreetMap contributors'
}).addTo(map);

L.marker([51.5, -0.09]).addTo(map)
    .bindPopup('A pretty CSS3 popup.<br> Easily customizable.')
    .openPopup();

14 、React95：复古的 Win95 样式 React 组件。在线预览

15 、towxml：可将 HTML 和 Markdown 转为微信小程序 WXML 的库。用于解决在微信小程序上 Markdown 、HTML 不能直接渲染的问题

16 、city-roads：自动生成任意城市的道路图。采用 OpenStreetMap 的免费数据实现城市道路可视化，还支持导出图片用这些图片做壁纸感觉很酷。在线尝试

17 、lexer：在线编程语言词法分析器。基于 DFA 算法实现支持多语言扩展，可用于代码编辑器的语法高亮等场景。同时项目的代码量少还有详细的源码讲解文档，适合对词法分析感兴趣的小伙伴学习。在线尝试

// 词法分析器
let lexer = {
    // 有限状态自动机 deterministic finite automaton
    DFA: {
        result: {
            matchs: [], // 已匹配的字符队列
            tokens: [], // 已生成的 token 列表
        },
        state: DFA_STATE_CONST.S_RESET, // 当前机器的状态
        events: {
            flowtoNextState(ch, state) {
                lexer.DFA.resultChange.pushToMatchs(ch);
                lexer.DFA.state = state;
            },

            flowtoResetState() {
                lexer.DFA.state = DFA_STATE_CONST.S_RESET;
            },
        },
    },
};

18 、semi-design：抖音开源的中后台前端解决方案。包含设计语言、React 组件、主题，开箱即用可快速搭建美观的 React 应用

使用 TypeScript
强大的主题定制
国际化
支持 SSR

Kotlin 项目

19 、TranslationPlugin：IDE 翻译插件。支持 JetBrains 系列产品

Python 项目

20 、python-pinyin：汉语转拼音的 Python 库。不知道有没有小伙伴和我一样，刚看到这库不知道能用来干啥。其实它可以用来丰富被搜索的中文内容，通过该项目可实现拼音搜索内容、容错同音错别字、中文排序等，从而提高搜索准确度和体验

>>> from pypinyin import pinyin, lazy_pinyin, Style
>>> pinyin('中心')
[['zhōng'], ['xīn']]
>>> pinyin('中心', heteronym=True)  # 启用多音字模式
[['zhōng', 'zhòng'], ['xīn']]
>>> pinyin('中心', style=Style.TONE3, heteronym=True)
[['zhong1', 'zhong4'], ['xin1']]

21 、q：用 SQL 方式查询 CSV 文件的命令行工具。支持 where 、group_by 、join 查询和中文等多种字符编码，还可以把查询结果转存到数据库。终于不用为产品临下班，扔来的 CSV 文件而加班啦

q "SELECT COUNT(*) FROM ./clicks_file.csv WHERE c3 > 32.3"

ps -ef | q -H "SELECT UID,COUNT(*) cnt FROM - GROUP BY UID ORDER BY cnt DESC"

22 、Tkinter-Designer：用拖动的方式创建漂亮的桌面软件。它的操作十分简单，首先在 Figma 网站通过拖拽的方式构建应用，然后把设计好的应用地址和 token 输入到 Tkinter-Designer 自动生成 Python 代码，最后就能得到界面简洁大方的桌面应用啦。不用代码做出基于 tkinter 的桌面应用

23 、30-Days-Of-Python：免费、零基础的 Python 教程。保姆级 Python 教程内容虽为英文，但问题不大请放心食用

Rust 项目

24 、polars：多线程、类 Pandas 的数据处理库。底层采用 Apache Arrow 从而带来了更高效的数据处理性能、占用内存更少、处理速度更快，再加上简单易用的 API ，让你在处理大数据集（ 50GB ）时，更加游刃有余。支持 Rust 、Python 等语言，值得一试

import polars as pl

q = (
    pl.scan_csv("iris.csv")
    .filter(pl.col("sepal_length") > 5)
    .groupby("species")
    .agg(pl.all().sum())
)

df = q.collect()