Ինձ միշտ հետաքրքրել է, թե ինչպես լավագույնս գրքերը բաժանել իմ էլեկտրոնային գրադարանում: Ի վերջո, ես հասա այս տարբերակին՝ էջերի քանակի և այլ բարիքների ավտոմատ հաշվարկով։ Կատուի տակ խնդրում եմ բոլոր հետաքրքրված անձանց.
Մաս 1. Dropbox
Իմ բոլոր գրքերը dropbox-ում են: Կան 4 կատեգորիաներ, որոնց ես ամեն ինչ բաժանեցի՝ Դասագիրք, Հղում, Գեղարվեստական, Ոչ գեղարվեստական: Բայց ես տեղեկատու գրքեր չեմ ավելացնում սեղանին:
Գրքերի մեծ մասը .epub է, մնացածը՝ .pdf։ Այսինքն՝ վերջնական լուծումը պետք է ինչ-որ կերպ ընդգրկի երկու տարբերակները։
Գրքեր տանող իմ ճանապարհները մոտավորապես այսպիսին են.
/Книги/Нехудожественное/Новое/Дизайн/Юрий Гордон/Книга про буквы от А до Я.epub
Եթե գիրքը գեղարվեստական է, ապա կատեգորիան (այսինքն՝ «Դիզայն» վերը նշված դեպքում) հանվում է։
Ես որոշեցի չանհանգստանալ Dropbox API-ի հետ, քանի որ ունեմ նրանց հավելվածը, որը համաժամացնում է թղթապանակը: Այսինքն՝ պլանը սա է՝ մենք թղթապանակից վերցնում ենք գրքեր, յուրաքանչյուր գիրք անցկացնում ենք բառերի հաշվիչով և ավելացնում այն «Notion»-ում:
Մաս 2. Ավելացնել տող
Աղյուսակն ինքնին պետք է նման բան լինի. ՈՒՇԱԴՐՈՒԹՅՈՒՆ՝ ավելի լավ է սյունակների անվանումները կատարել լատիներեն:
Մենք կօգտագործենք ոչ պաշտոնական Notion API-ն, քանի որ պաշտոնականը դեռ չի առաքվել։
Գնացեք Notion, սեղմեք Ctrl + Shift + J, անցեք Application -> Cookies, պատճենեք token_v2 և անվանեք այն TOKEN: Այնուհետև գրադարանի նշանով գնում ենք մեզ անհրաժեշտ էջ և պատճենում հղումը։ Մենք դա անվանում ենք ՀԱՍԿԱՑՈՒԹՅՈՒՆ:
Հետո գրում ենք Notion-ին միանալու կոդը։
database = client.get_collection_view(NOTION)
current_rows = database.default_query().execute()
Հաջորդը, եկեք գրենք ֆունկցիա՝ աղյուսակում տող ավելացնելու համար:
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
Ինչ է այստեղ կատարվում. Վերցնում ենք և առաջին շարքի աղյուսակում նոր տող ենք ավելացնում։ Հաջորդը, մենք բաժանում ենք մեր ճանապարհը «/»-ի երկայնքով և ստանում պիտակներ: Պիտակներ - «Արվեստ», «Դիզայն», ով է հեղինակը և այլն: Այնուհետև մենք դրեցինք ափսեի բոլոր անհրաժեշտ դաշտերը:
Մաս 3. Բառերի, ժամերի և այլ հաճույքների հաշվում
Սա ավելի բարդ խնդիր է։ Ինչպես հիշում ենք, ունենք երկու ձևաչափ՝ epub և pdf։ Եթե epub-ի հետ ամեն ինչ պարզ է, բառերը հավանաբար կան, ապա pdf-ի հետ կապված ամեն ինչ այնքան էլ պարզ չէ. այն կարող է պարզապես սոսնձված պատկերներից բաղկացած լինել:
Այսպիսով, PDF-ում բառերը հաշվելու մեր գործառույթը կունենա հետևյալ տեսքը. մենք վերցնում ենք էջերի քանակը և բազմապատկում որոշակի հաստատունով (բառերի միջին թիվը մեկ էջում):
Ահա նա.
def get_words_count(pages_number):
return pages_number * WORDS_PER_PAGE
Այս WORDS_PER_PAGE A4 էջի համար մոտավորապես 300 է:
Հիմա եկեք էջերը հաշվելու ֆունկցիա գրենք։ Մենք կօգտագործենք
def get_pdf_pages_number(path, filename):
pdf = PdfFileReader(open(os.path.join(path, filename), 'rb'))
return pdf.getNumPages()
Հաջորդը, մենք կգրենք Epub-ում էջերը հաշվելու համար: Մենք օգտագործում ենք
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)
Հիմա եկեք հաշվարկենք ժամանակը։ Մենք վերցնում ենք մեր սիրելի բառերի թիվը և այն բաժանում ձեր ընթերցանության արագության վրա:
def get_reading_time(words_count):
return round(((words_count / WORDS_PER_MINUTE) / 60) * 10) / 10
Մաս 4. Բոլոր մասերի միացում
Մենք պետք է անցնենք մեր գրքերի պանակի բոլոր հնարավոր ուղիներով: Ստուգեք, արդյոք արդեն կա գիրք հասկացության մեջ. եթե կա, մենք այլևս կարիք չունենք տող ստեղծելու:
Այնուհետև մենք պետք է որոշենք ֆայլի տեսակը, կախված սրանից՝ հաշվենք բառերի քանակը։ Վերջում ավելացրեք գիրք:
Սա այն կոդը է, որը մենք ստանում ենք.
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)
Իսկ գիրքը ավելացվել է ստուգելու ֆունկցիան այսպիսին է թվում.
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
Ամփոփում
Շնորհակալություն բոլորին, ովքեր կարդացել են այս հոդվածը: Հուսով եմ, որ այն կօգնի ձեզ կարդալ ավելին :)
Source: www.habr.com