FMOD Verbesserungstool
Installation
Dieses git repo klonen und pip install -r requirements.txt ausführen. Nun kann man mit python tool.py in jedem Ordner arbeiten (bitte tool.py in den Arbeitsordner kopieren).
Nutzung
Setup
Das Tool benötigt 2 Ordner: done, not_done. Im not_done bitte sämtliche PDFs legen. Die xlsx wo die Punkte hineingehören einfach in den selben Ordner wie tool.py legen.
Der Ordner sollte so aussehen:
tool.py
ueXPunkte.xlsx
done
not_done/
3128481VornameNachname.pdf
3128481VornameNachname.pdf
3128481VornameNachname.pdf
3128481VornameNachname.pdf
...
tool.py öffnen und die Aufgaben richtig in das max_p dictionary eintragen. Die Schlüssel sind die Aufgaben Nummer und der Wert sind die maximalen Punkte.
Anschließend einmal python tool.py 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 python tool.py show kann man sich die noch nicht fertigen Abgaben anzeigen lassen. Wenn man python tool.py show -d macht, sieht man welche schon Abgaben schon fertig sind.
Um den Verbesserungsvorgang zu starten ruft man python tool.py 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. Das Tool wartet nun auf eine Eingabe. Bevor diese Eingabe passiert, ist es aber nötig die PDF zu speichern und zu schließen, da das Tool als nächstes die PDF laut Schema (also mit _copy.pdf) in den done Ordner verschieben möchte.
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 python tool.py 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.
Download files
Download the file for your platform. If you're not sure which to choose, learn more about installing packages.
Source Distribution
Built Distribution
Filter files by name, interpreter, ABI, and platform.
If you're not sure about the file name format, learn more about wheel file names.
Copy a direct link to the current filters
File details
Details for the file fmod_tool-0.1.2.tar.gz.
File metadata
- Download URL: fmod_tool-0.1.2.tar.gz
- Upload date:
- Size: 5.5 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
| Algorithm | Hash digest | |
|---|---|---|
| SHA256 |
e0037a5e8db369eb0f638f81428b35a400ce3c71f77c79ca7115fdb8ef8db0b6
|
|
| MD5 |
9dc13c3bc0df1aa98c76ae6f672e7761
|
|
| BLAKE2b-256 |
76a399b258317f0ee7522242cb13a2874d1c7f7cc1bab4aeef40565da5c374ad
|
File details
Details for the file fmod_tool-0.1.2-py3-none-any.whl.
File metadata
- Download URL: fmod_tool-0.1.2-py3-none-any.whl
- Upload date:
- Size: 5.7 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
| Algorithm | Hash digest | |
|---|---|---|
| SHA256 |
b9db305e3dda540ddb61b2028d6660ecc0cb51e85e3b362f211dd5cfe13ad5a9
|
|
| MD5 |
7242d1f9aacc1d7b917ab9ee7faf87e6
|
|
| BLAKE2b-256 |
46d4be792b98c00813b807e777f8e78d41c1792389d499ef7a5886cd2c5f3dc8
|