Nire liburutegi elektronikoan liburuak nola banatu behar diren jakiteko interesa izan dut beti. Azkenean, aukera honetara orri-kopuruaren kalkulu automatikoarekin eta beste ontasun batzuekin iritsi nintzen. Interesa duten guztiei galdetzen diet cat azpian.
1. zatia. Dropbox
Nire liburu guztiak dropbox-en daude. Dena banatu dudan 4 kategoria daude: Testu liburua, Erreferentzia, Fikzioa, Ez-fikzioa. Baina ez ditut erreferentzia liburuak mahai gaineratzen.
Liburu gehienak .epub dira, gainerakoak .pdf. Hau da, azken irtenbideak nolabait bi aukerak estali behar ditu.
Liburuetarako nire bideak honelakoak dira:
/Книги/Нехудожественное/Новое/Дизайн/Юрий Гордон/Книга про буквы от А до Я.epub
Liburua fikzioa bada, kategoria (hau da, "Diseinua" goiko kasuan) kendu egingo da.
Dropbox APIarekin ez kezkatzea erabaki nuen, karpeta sinkronizatzen duen haien aplikazioa dudalako. Hau da, plana hau da: liburuak karpetatik hartzen ditugu, liburu bakoitza hitz-kontagailu baten bidez pasatzen dugu eta Notion-era gehitzen dugu.
2. zatia. Gehitu lerro bat
Mahaiak berak horrelako zerbait izan beharko luke. ADI: hobe da zutabeen izenak latinez egitea.
Notion API ez-ofiziala erabiliko dugu, ofiziala oraindik ez delako entregatu.
Joan Notion-era, sakatu Ctrl + Shift + J, joan Aplikazioa -> Cookieak, kopiatu token_v2 eta deitu TOKEN. Ondoren, liburutegiko seinalearekin behar dugun orrialdera joan eta esteka kopiatu. NOZIOA deitzen diogu.
Ondoren, kodea idazten dugu Notion-era konektatzeko.
database = client.get_collection_view(NOTION)
current_rows = database.default_query().execute()
Ondoren, idatz dezagun funtzio bat taulari errenkada bat gehitzeko.
def add_row(path, file, words_count, pages_count, hours):
row = database.collection.add_row()
row.title = file
tags = path.split("/")
if len(tags) >= 1:
row.what = tags[0]
if len(tags) >= 2:
row.state = tags[1]
if len(tags) >= 3:
if tags[0] == "Художественное":
row.author = tags[2]
elif tags[0] == "Нехудожественное":
row.tags = tags[2]
elif tags[0] == "Учебники":
row.tags = tags[2]
if len(tags) >= 4:
row.author = tags[3]
row.hours = hours
row.pages = pages_count
row.words = words_count
Zer gertatzen da hemen. Lehen lerroko taulan errenkada berri bat hartu eta gehitzen dugu. Jarraian, gure bidea "/"-n zatitu eta etiketak lortzen ditugu. Etiketak - "Artea", "Diseinua", nor den egilea, eta abar. Ondoren, plakaren beharrezko eremu guztiak ezarri ditugu.
3. zatia. Hitzak, orduak eta bestelako gozamenak zenbatzea
Lan zailagoa da hau. Gogoratzen dugunez, bi formatu ditugu: epub eta pdf. Epub-arekin dena argi badago - ziurrenik hitzak hor daude, orduan dena ez dago hain argi pdf-an: baliteke itsatsitako irudiez osatuta egotea.
Beraz, PDFan hitzak zenbatzeko gure funtzioa honela izango da: orrialde kopurua hartzen dugu eta konstante jakin batekin biderkatzen dugu (orriaren batez besteko hitz kopurua).
Hona hemen bera:
def get_words_count(pages_number):
return pages_number * WORDS_PER_PAGE
A4 orri baterako WORDS_PER_PAGE hau gutxi gorabehera 300 da.
Orain idatz dezagun orriak zenbatzeko funtzio bat. Erabiliko dugu
def get_pdf_pages_number(path, filename):
pdf = PdfFileReader(open(os.path.join(path, filename), 'rb'))
return pdf.getNumPages()
Jarraian, orrialdeak zenbatzeko gauza bat idatziko dugu Epub-en. Erabiltzen dugu
def get_epub_pages_number(path, filename):
book = open_book(os.path.join(path, filename))
lines = convert_epub_to_lines(book)
words_count = 0
for line in lines:
words_count += len(line.split(" "))
return round(words_count / WORDS_PER_PAGE)
Orain kalkula dezagun denbora. Gure gogoko hitzen kopurua hartzen dugu eta zure irakurketa abiadurarekin zatitzen dugu.
def get_reading_time(words_count):
return round(((words_count / WORDS_PER_MINUTE) / 60) * 10) / 10
4. zatia. Zati guztiak lotzea
Gure liburuen karpetan posible diren bideetatik joan behar dugu. Egiaztatu dagoeneko libururik dagoen Notion-en: badago, jada ez dugu lerrorik sortu behar.
Ondoren, fitxategi mota zehaztu behar dugu, horren arabera, hitz kopurua zenbatu. Gehitu liburu bat amaieran.
Hau da lortzen dugun kodea:
for root, subdirs, files in os.walk(BOOKS_DIR):
if len(files) > 0 and check_for_excusion(root):
for file in files:
array = file.split(".")
filetype = file.split(".")[len(array) - 1]
filename = file.replace("." + filetype, "")
local_root = root.replace(BOOKS_DIR, "")
print("Dir: {}, file: {}".format(local_root, file))
if not check_for_existence(filename):
print("Dir: {}, file: {}".format(local_root, file))
if filetype == "pdf":
count = get_pdf_pages_number(root, file)
else:
count = get_epub_pages_number(root, file)
words_count = get_words_count(count)
hours = get_reading_time(words_count)
print("Pages: {}, Words: {}, Hours: {}".format(count, words_count, hours))
add_row(local_root, filename, words_count, count, hours)
Eta liburu bat gehitu den egiaztatzeko funtzioak hauxe du:
def check_for_existence(filename):
for row in current_rows:
if row.title in filename:
return True
elif filename in row.title:
return True
return False
Ondorioa
Eskerrik asko artikulu hau irakurri duzuen guztioi. Espero dut gehiago irakurtzen lagunduko dizula :)
Iturria: www.habr.com