Skip to main content

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

  1. 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
  2. Описание пока вообще не рендерится
  3. Упражнения которые приходят из событий по структуре отличаются от упражнений в списке упражнений

TODO

  1. починил схему в упражнении http://nanofootball.com/exercises/exercise?id=9793&nfb=1&type=nfb_folders
    1. отловил похожие ошибки с полигонами
      1. 2675
    2. Побавить замены в схемах по regex,
      1. для ворот, а может быть для всех картинок вообще добавить preserverAspectRatio
      2. для fill
  2. Скачивание должно стоять и внутри упражнения тоже
  3. Использование анимаций в from_event()
    1. Можно ли получить исходный формат exercise_info как в nanofootball.com/exercises
  4. Цели в левой таблице-> текст по центру колонки
  5. Слайды создаются из двустороннего шаблона
  6. Цвета
  7. Cоздать презентацию для каждого упражнения, дабы отловить возможные ошибки
  8. 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

  1. viewbox -> viewBox
  2. markerwidth -> markerWidth
  3. refx -> refX
  4. к некоторым внешним svg приписывается параметр preserveAspectRatio, чтобы они правильно отображались
  5. 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
  6. ...

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


Download files

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

Source Distribution

nf_presentation-0.3.2.tar.gz (137.8 kB view details)

Uploaded Source

Built Distribution

nf_presentation-0.3.2-py3-none-any.whl (142.0 kB view details)

Uploaded Python 3

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

Hashes for nf_presentation-0.3.2.tar.gz
Algorithm Hash digest
SHA256 532fa0e2ddcb290be640675cbfb9215b41ed97f0567d8c3abd83c49832640060
MD5 88224e5a27bbc1e9e5d411d67c06b08f
BLAKE2b-256 5ca1dcd869352699aab4c2c7b91ee361abcdc89da2d94e896495a576fcab9d9d

See more details on using hashes here.

File details

Details for the file nf_presentation-0.3.2-py3-none-any.whl.

File metadata

File hashes

Hashes for nf_presentation-0.3.2-py3-none-any.whl
Algorithm Hash digest
SHA256 67c378a19fc772c591034c5148ff46236416fd1e5a4477d9f711ee829ef1d708
MD5 a428a571bd32911924b27433e46ca9bf
BLAKE2b-256 3fd16ef60389d8f6145294a9b6deca7b05f79b17066684475ad2b2fdb40a1e90

See more details on using hashes here.

Supported by

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