Byl publikován přehled vývoje renderovacího jádra webového prohlížeče Servo (Wikipedie) za uplynulé dva měsíce. Servo zvládne už i Gmail. Zakázány jsou příspěvky generované pomocí AI.
Raspberry Pi Connect, tj. oficiální služba Raspberry Pi pro vzdálený přístup k jednodeskovým počítačům Raspberry Pi z webového prohlížeče, byla vydána v nové verzi 2.5. Nejedná se už o beta verzi.
Google zveřejnil seznam 1272 projektů (vývojářů) od 185 organizací přijatých do letošního, již jednadvacátého, Google Summer of Code. Plánovaným vylepšením v grafických a multimediálních aplikacích se věnuje článek na Libre Arts.
Byla vydána (𝕏) dubnová aktualizace aneb nová verze 1.100 editoru zdrojových kódů Visual Studio Code (Wikipedie). Přehled novinek i s náhledy a videi v poznámkách k vydání. Ve verzi 1.100 vyjde také VSCodium, tj. komunitní sestavení Visual Studia Code bez telemetrie a licenčních podmínek Microsoftu.
Open source platforma Home Assistant (Demo, GitHub, Wikipedie) pro monitorování a řízení inteligentní domácnosti byla vydána v nové verzi 2025.5.
OpenSearch (Wikipedie) byl vydán ve verzi 3.0. Podrobnosti v poznámkách k vydání. Jedná se o fork projektů Elasticsearch a Kibana.
PyXL je koncept procesora, ktorý dokáže priamo spúštat Python kód bez nutnosti prekladu ci Micropythonu. Podľa testov autora je pri 100 MHz približne 30x rýchlejší pri riadeni GPIO nez Micropython na Pyboard taktovanej na 168 MHz.
Grafana (Wikipedie), tj. open source nástroj pro vizualizaci různých metrik a s ní související dotazování, upozorňování a lepší porozumění, byla vydána ve verzi 12.0. Přehled novinek v aktualizované dokumentaci.
Raspberry Pi OS, oficiální operační systém pro Raspberry Pi, byl vydán v nové verzi 2025-05-06. Přehled novinek v příspěvku na blogu Raspberry Pi a poznámkách k vydání. Pravděpodobně se jedná o poslední verzi postavenou na Debianu 12 Bookworm. Následující verze by již měla být postavena na Debianu 13 Trixie.
Richard Stallman dnes v Liberci přednáší o svobodném softwaru a svobodě v digitální společnosti. Od 16:30 v aule budovy G na Technické univerzitě v Liberci. V anglickém jazyce s automaticky generovanými českými titulky. Vstup je zdarma i pro širokou veřejnost.
$foo->{bar}[2]
, což má k nepřehlednosti hodně daleko. Objekty jsou dolepek ale poměrně zdařilý, když se např. podívám, jak se dolepilo C++... pokud jste v Perlu "uživatelem" objektů, tak Vám může být srdečně jedno jak fungují uvnitř. Pokud nějakou třídu tvoříte, tak buď vezmete nějaký generátor (které umí hodně věcí!) a pak Vám je to zase srdečně, nebo holt na to jdete z gruntu a musíte do toho proniknout a daný modus operandi akceptovat. Skaláry jsme už probrali, že je v Perlu také kontext polí a docela mocný nástroj pro práci s ním, Vás asi moc nebere.
sub aaa { wantarray ? map uc, @_ : lc $_[0] }
A nechceš zkusit Ruby?
Loni co jsem koukal na české servery práce, tak na perl jako hlavní jazyk bylo víc pozic než na python. Jestli se to změnilo nevím a ani mě to nezajímá.
Po přibližně dvaceti letech programování, kdy jsem udělal kolečko: Fortran-> Pascal-> Perl-> C-> Python-> C++-> Smalltalk-> Objective- C-> (Fortran, C++) (nebo tak zhruba nějak a samo spoustu dalších menších odboček, ve kterých jsem moc řádků nenapsal) jsem došel k názoru, že interpretované jazyky nepřináší vůbec nic nového, jsou pomalé (fakt mockrat), potřebují interpret (velký obecný balík nesouvisejících funkcí) atd. takze numerické, obrazkové a jiné věci píšu ve Fortranu a grafické, textové a systémové věci pak C++ a občas použiju menší skriptík v sh.
Psaní v interpretovaných jazycích je podle mě neúcta k uživatelům, protože musí mít naistalovou spoustu marastu a čekat na pomalé odezvy. K použití Perlu i Pythonu v nějakých vážnějších a dlouhodobějších projektech mám proto vážné výhrady. Nehledě na to, že se jejich specifikace pořád mění, takže já například při urdžování GUI jednoho programu jsem začal s C (ovšem to mě pak pekně naštvaly s Gtk), pak to přepsal do Perlu, pak Python a nakonec C++. A jsem rád, Python po změně specifikace bude opět vyžadovat zásahy, zatímco programy v C a Fortranu jedou i po deseti letech tak jak mají.
Paradoxně, často proklamovaný rapidní vývoj v Pythonu se u mě nedostavil, stejná rychlost je při použití stejného toolkitu jako u C++. Naopak ve Fortranu jsem minimálně čtyřikrát rychlejší než v C++ pri programování grafických věcí na které jsou oba zhruba stejně vhodné (aspoň jak se říká). Je to samozřejmě dané jednoduchou syntaxí Fortranu, která umožňuje myslet na řešený problém a ne na sytaxi. A taky solidní podporou polí, která není jinde vyřešena vůbec (Matlab je opět interpretovaný).
Takže pokud se chceš něco učit (což se hodí, aby jsi pochopil ty kolem), tak se nauč obě. Jinak je to ale ztráta času. Použití tříd a STL v C++ společně se šikovným toolkitem nebo knihovnami s přehledem nahradí moduly obou. Pokud chceš dynamicky typovaný jazyk bez drbaní jako v C++ zkus Objective C. Na trhu práce ovšem nejspíš uspěješ jedině s php a maximálně s Pythonem nebo dnes tzv. moderní Javou, Mono, atd.... ale cena na tebe určitě stoupne, když budeš znát php a zároveň C++, které už trubky neznají...
Tiskni
Sdílej: