Skip to main content

A simple tool made to help keep track when correcting exercises for the course "Formale Modellierung"

Project description

FMOD Verbesserungstool

Installation

Das tool lässt sich über pip für Python >3.7.1<=3.9 mit pip install fmod_tool installieren.

DEV

Dieses git repo klonen und poetry install ausführen (poetry nötig). Nun kann man mit tool in jedem Ordner arbeiten und weiter am Projekt arbeiten.

Nutzung

Setup

Das Tool benötigt 2 Ordner: done, not_done. Im not_done bitte sämtliche PDFs legen. Die Excel Datei sollte nicht im not_done Ordner sein, verursacht aber keine Probleme.

Der Ordner sollte so aussehen:

ueXPunkte.xlsx
done
not_done/
    3128481VornameNachname.pdf
    3128481VornameNachname.pdf
    3128481VornameNachname.pdf
    3128481VornameNachname.pdf
    ...

Nach dem ersten mal ausführen von tool wird eine settings.yml erstellt. Diese bitte öffnen und bearbeiten (Punkte eintragen und Präfenz für Abschluss nach Korrektur festlegen).

Anschließend einmal tool extract ausführen um die Datei names.txt zu generieren wo deine Bewertungen zwischengespeichert werden bevor sie zum Schluss in die Excel-Datei kopiert werden! Falls du manuell etwas ändern musst, kannst du das in der names.txt machen!

Nutzung

Mit tool show kann man sich die noch nicht fertigen Abgaben anzeigen lassen. Wenn man tool show -d macht, sieht man welche schon Abgaben schon fertig sind.

Um den Verbesserungsvorgang zu starten ruft man tool correct MATNR auf. Als Ausgabe bekommt man die schon erledigten Abgaben und anschließend die derzeitige Zeile der aktuellen. Das Tool wartet nun auf eine Bewertung für die erste Aufgabe. Hier ist es nun möglich die Abgabe des/der Studenten/in in einem PDF-Editor zu annotieren und nach Verbesserung des ersten Beispiels die Punkte im Tool einzugeben:

MAX POINTS FOR 1 : 3
Enter Points:2

Und Enter drücken um die Aufforderung für das nächste Beispiel zu bekommen. Nach jeder Eingabe bekommt man auch die Übersicht der aktuellen Abgabe immer wieder ausgegeben. Falls die Aufgabe mit vollen Punkten gelöst wurde, genügt es auch einfach nur Enter zu drücken ohne eine Zahl einzugeben, es wird die maximale Punkteanzahl eingetragen.

Nachdem alle Beispiele verbessert wurden wird die Summe ausgegeben. Diese bitte in die Abgabe annotieren und die PDF speichern (oder eine Kopie in done speichern). Das Tool wartet nun auf eine Eingabe. Nachdem Eingabe gedrückt wird, geschieht jetzt das was in settings.yml gewählt wurde:

  • "NOTHING": Die Original PDF bleibt im not_done Ordner (schlecht, da das show command damit durcheinander kommt)
  • "REMOVE": Die Original PDF wird aus dem not_done Ordner gelöscht (standard, somit wird show richtig berechnet). Diese Option nutzen, falls man die PDF nicht in-place editiert und stattdessen die Kopie selbst in done speichert.
  • "RENAME": Die Original PDF wird aus not_done nach done verschoben und ein _copy.pdf wird angehangen Diese Option nutzen, falls man die PDF in-place verändert und das Original nun die Annotationen hat.

Zum Schluss werden alle noch nicht verbesserten Abgaben ausgegeben, von denen man sich eine Matrikelnummer für die nächste Verbesserung nehmen kann.

Falls ein Fehler beim korrigieren passiert, kann man das Programm mit Ctrl+C einfach unterbrechen und mit der Abgabe von vorne anfangen.

Nachdem alle Abgaben verbessert wurden, nimmt tool to_xlsx EXCELDATEIPFAD TUTORNAME die names.txt und trägt alle Ergebnisse in eine Kopie der Excel Datei die mit _done.xlsx endet ein. Diese liegt im selben Ordner. Es werden noch einmal alle Abgaben ausgegeben als auch ganz rechts deren Summen.

Nun ist es nur mehr nötig zu checken ob in der ueXPunkte_done.xlsx alles passt, diese umbenennen, in den done Ordner zu packen und den ganzen done Ordner per Lieblingsprogramm hochzuladen.

Anmerkungen

Für jedes Kommando gibt es eine kurze Help die man mit sich anzeigen lassen kann indem man --help anhängt.

Jede/r ist eingeladen am Projekt zu helfen indem er/sie das Projekt auf Github forked und Vorschläge auf dem Fork macht. Anschließend per Pull Request diese Änderungen vorschlagen! Danke vielmals für jegliche Hilfe.

Bei Fragen oder Bugs im Repo ein Ticket öffnen oder mir eine Email schreiben!

Project details


Download files

Download the file for your platform. If you're not sure which to choose, learn more about installing packages.

Source Distribution

fmod_tool-0.1.10.tar.gz (7.3 kB view details)

Uploaded Source

Built Distribution

fmod_tool-0.1.10-py3-none-any.whl (7.7 kB view details)

Uploaded Python 3

File details

Details for the file fmod_tool-0.1.10.tar.gz.

File metadata

  • Download URL: fmod_tool-0.1.10.tar.gz
  • Upload date:
  • Size: 7.3 kB
  • Tags: Source
  • Uploaded using Trusted Publishing? No
  • Uploaded via: poetry/1.1.6 CPython/3.9.4 Linux/5.9.16-1-MANJARO

File hashes

Hashes for fmod_tool-0.1.10.tar.gz
Algorithm Hash digest
SHA256 444c7a4c3d653badfaf6e2bb46ca2d3078e5eb15399f62d07337038aca0e2cdf
MD5 fd2d1b407e65d93ceee2a4a2084183d7
BLAKE2b-256 039947081593a82a91848150e60ad369e534150390a9443341617c2e3fd9b8a8

See more details on using hashes here.

File details

Details for the file fmod_tool-0.1.10-py3-none-any.whl.

File metadata

  • Download URL: fmod_tool-0.1.10-py3-none-any.whl
  • Upload date:
  • Size: 7.7 kB
  • Tags: Python 3
  • Uploaded using Trusted Publishing? No
  • Uploaded via: poetry/1.1.6 CPython/3.9.4 Linux/5.9.16-1-MANJARO

File hashes

Hashes for fmod_tool-0.1.10-py3-none-any.whl
Algorithm Hash digest
SHA256 26a1370039561abf5b999b7e623a74a22e54b6d25209ee4e0fce4a03e3d3daf7
MD5 90eb2efc29cefab8f162c4cff92af280
BLAKE2b-256 8f35fc2338f1eff620cd522e7b9d79f6018b6e44bc3ec1de43033c9ce7fbc92a

See more details on using hashes here.

Supported by

AWS Cloud computing and Security Sponsor Datadog Monitoring Fastly CDN Google Download Analytics Pingdom Monitoring Sentry Error logging StatusPage Status page