No project description provided
Project description
Создатель презентаций NanoFootball.com
Формирует из dict
объекта упражнения, тренировки или события презентацию PowerPoint, которую получит пользователь. Требует около трех секунд на одно упражнение. Таким образом создание презентации из шести упражнений займет 10-20 секунд.
Установка
Для Линукс систем
pip install nf_presentation
Для Виндоус систем
На данный момент pipwin перестал работать, так что установка кринжеватая. Но быстрая:
Сначала установим библиотеку cairocffi
, которую нужно скачать вручную с http://www.lfd.uci.edu/~gohlke/pythonlibs/#cairocffi
Выбрать под свою версию питона, например cairocffi‑1.3.0‑cp310‑cp310‑win_amd64.whl
(для систем х64 и питона 3.10(это можно узнать по записи cp310
))
pip install cairocffi‑1.3.0‑cp310‑cp310‑win_amd64.whl //или другой ваш файл
pip install nf_presentation
Проверить, что все установилось можно так:
python
>> import nf_presentation
Если все прошло гладко, значит ты молодец, установка прошла успешно. В противном случае вылезет такая ошибка
OSError: no library called "cairo-2" was found
no library called "cairo" was found
no library called "libcairo-2" was found
cannot load library 'libcairo.so.2': error 0x7e
cannot load library 'libcairo.2.dylib': error 0x7e
cannot load library 'libcairo-2.dll': error 0x7e
Значит cairocffi
все еще неправильно установлена, попробуй удалить ее pip uninstall cairocffi
и попробуй еще раз. И да прибудет с тобой сила
Использование
Базовый код выглядит так:
import nf_presentation
# для тренировки
pptx_bytes= nf_presentation.from_training(input_data=training_data_dict)
# для события
pptx_bytes= nf_presentation.from_event(input_data=event_data_dict)
# или для одного упражнения
pptx_bytes= nf_presentation.from_single_exercise(
input_data=exercise_data_dict,
render_options={
'scheme_1':True,
'scheme_2':False,
'video_1':True,
'video_2':False,
'animation_1':True
})
response=HttpResponse(pptx_bytes, content-type='application/vnd.ms-powerpoint'
resonse['Content-Disposition']='attachement;filename="out.pptx"'
return response
pptx_bytes
это массив байтов, которые уже можно передать пользователям NanoFootball
Запись в файл или поток
Для работы локально иногда может потребовать записать данные файл, для этого достаточно добавить аргумент output_file
.
import nf_presentation
nf_presentation.from_training(input_data=training_data_dict, output_file='out.pptx')
Теперь create_pptx()
вернет None
Тестовые данные
В пакет встроенны тестовые данные, и работоспособность пакета можно указав input_data='test'
import nf_presentation
pptx_bytes= nf_presentation.from_training(input_data='test')
# или для одного упражнения
pptx_bytes= nf_presentation.from_singe_exercise(input_data='test')
Для вывода во временный файл достаточно назначить аргумент output_file
вывода во временный файл можно использовать поток, как в примере выше
import nf_presentation
nf_presentation.from_singe_exercise(output_file='from_test_data.pptx')
Тестирование
В корневой скачанной папке запустить python -m unittest
Проблемы
- Больше всего времени уходит на создание схемы. А все потому что он выкачивает из интернета ссылки на файлы, если бы я знал, где локально хранятся файлы, это можно было бы в разы ускорить
- Описание пока вообще не рендерится
- Упражнения которые приходят из событий по структуре отличаются от упражнений в списке упражнений
TODO
- починил схему в упражнении http://nanofootball.com/exercises/exercise?id=9793&nfb=1&type=nfb_folders
- отловил похожие ошибки с полигонами
- 2675
- Побавить замены в схемах по regex,
- для ворот, а может быть для всех картинок вообще добавить preserverAspectRatio
- для fill
- отловил похожие ошибки с полигонами
- Скачивание должно стоять и внутри упражнения тоже
- Использование анимаций в from_event()
- Можно ли получить исходный формат exercise_info как в nanofootball.com/exercises
- Цели в левой таблице-> текст по центру колонки
- Слайды создаются из двустороннего шаблона
- Цвета
- Cоздать презентацию для каждого упражнения, дабы отловить возможные ошибки
- Показывать ошибку, если файл не найдеy в assets, и картинка по умолчанию)
Текущие проблемы
Некоторые схемы получаются искаженными, даже в упражнении из тестовых данных. Там одни из ворот почему-то вытянуты по диагонали. Слава богу, в похожей схеме из другого упражнения все нормально. Так что сравнив схемы там и там, можно решить проблему
В данный момент изображения создаются из других изображений(ворот, игроков и прочее). И эти ворота игроки скачиваются из интернета. Было бы неплохо, если бы можно было искать эти файлы локально, на сервере. Это помогло бы ускорить процесс.
Битый SVG
В аттрибуте shchemeData упражения хранится svg фай схемы. Можно было бы легко пользоваться этими свг, и переделать их в пнг. Но есть проблема. Эти SVG битые.
Аттрибуты записаны некорректно. То есть с точки зрения браузера они написаны верно, а с точки зрения форматирования svg - нет. Дело в том, что для браузера не существует различий между прописными с строчными буквами, например viewBox и viewbox для браузера выглядят одинаково, но для любой программы читающей изображения(в том числе cairoSVG) viewbox без большой буквы будет считаться ошибкой и пропущен обработчиком.
Поэтому важно поправить данные полях схем, перед передачей в субпрограмму, которая из этой свг сделает PNG
При обработке SVG данных из schemeData упражнения будут сделаны такие замены
- viewbox -> viewBox
- markerwidth -> markerWidth
- refx -> refX
- к некоторым внешним svg приписывается параметр preserveAspectRatio, чтобы они правильно отображались
- строки типа style='...; fill="$0000000a1"' cairo не читает, цвет и прорачность выносится за тег style, можно использовать формат записи такой style="... fill: rgba(255, 255, 0, 0.1)", его каиро понимает
- ...
Все такие замены набиваются руками и лежат в nf_presentation.settings.svg_replacements так же можно воспользоваться фукцией nf_presentation.settings.add_svg_replacement(old,fix), чтобы добавить новую подстановку. Потому что в дальнейшем список таких замен будет только расширяться, и если картинка на выходе не совсем походит на ту, что на сайте, скорее всего нужно поправить какой-то битый аттрибут.
Зависимости SVG
В каждой картинке схемы из базы данных хранится ссылки на другие файлы, к счастью CairoSVG может использовать веб ссылки для картинок, чтобы создать потом png файл
При обрботке svg схемы все ссылки /static/schemeDrawer/img/... будут заменяться на http://nanofootball.com/static/schemeDrawer/img/...
Подразумевается что все картинки доступны по адресу http://nanofootball.com/static/schemeDrawer/img/...
Зависимости перекодировщика SVG -> PNG
Модуль cairosvg, который собсно и перегружает картинки имеет в зависимостях cairocffi, которые на виндоус надо устанавливать отдельно, а в линуксе пока вообще хз что. Кажется это довольно грузная зависимость для сервера NF
В данный момент подразумевается, что при установке пакета nf-presentation устанавливается CairoSVG, которая в свою очередь автоматически установит cairocffi на линкус систему. Подразумевается, что наш НФ сервер работает на линуксе
Project details
Release history Release notifications | RSS feed
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
File details
Details for the file nf_presentation-0.3.2.tar.gz
.
File metadata
- Download URL: nf_presentation-0.3.2.tar.gz
- Upload date:
- Size: 137.8 kB
- Tags: Source
- Uploaded using Trusted Publishing? No
- Uploaded via: twine/4.0.2 CPython/3.9.13
File hashes
Algorithm | Hash digest | |
---|---|---|
SHA256 | 532fa0e2ddcb290be640675cbfb9215b41ed97f0567d8c3abd83c49832640060 |
|
MD5 | 88224e5a27bbc1e9e5d411d67c06b08f |
|
BLAKE2b-256 | 5ca1dcd869352699aab4c2c7b91ee361abcdc89da2d94e896495a576fcab9d9d |
File details
Details for the file nf_presentation-0.3.2-py3-none-any.whl
.
File metadata
- Download URL: nf_presentation-0.3.2-py3-none-any.whl
- Upload date:
- Size: 142.0 kB
- Tags: Python 3
- Uploaded using Trusted Publishing? No
- Uploaded via: twine/4.0.2 CPython/3.9.13
File hashes
Algorithm | Hash digest | |
---|---|---|
SHA256 | 67c378a19fc772c591034c5148ff46236416fd1e5a4477d9f711ee829ef1d708 |
|
MD5 | a428a571bd32911924b27433e46ca9bf |
|
BLAKE2b-256 | 3fd16ef60389d8f6145294a9b6deca7b05f79b17066684475ad2b2fdb40a1e90 |