ਨੋਟਸ਼ਨ ਅਤੇ ਪਾਈਥਨ ਨਾਲ ਘਰੇਲੂ ਲਾਇਬ੍ਰੇਰੀ ਬਣਾਉਣਾ

ਮੈਂ ਹਮੇਸ਼ਾਂ ਇਸ ਗੱਲ ਵਿੱਚ ਦਿਲਚਸਪੀ ਰੱਖਦਾ ਹਾਂ ਕਿ ਮੇਰੀ ਇਲੈਕਟ੍ਰਾਨਿਕ ਲਾਇਬ੍ਰੇਰੀ ਵਿੱਚ ਕਿਤਾਬਾਂ ਨੂੰ ਸਭ ਤੋਂ ਵਧੀਆ ਕਿਵੇਂ ਵੰਡਣਾ ਹੈ। ਅੰਤ ਵਿੱਚ, ਮੈਂ ਪੰਨਿਆਂ ਦੀ ਗਿਣਤੀ ਅਤੇ ਹੋਰ ਚੀਜ਼ਾਂ ਦੀ ਆਟੋਮੈਟਿਕ ਗਣਨਾ ਦੇ ਨਾਲ ਇਸ ਵਿਕਲਪ ਤੇ ਆਇਆ ਹਾਂ. ਮੈਂ ਬਿੱਲੀ ਦੇ ਅਧੀਨ ਸਾਰੇ ਦਿਲਚਸਪੀ ਰੱਖਣ ਵਾਲੇ ਵਿਅਕਤੀਆਂ ਨੂੰ ਪੁੱਛਦਾ ਹਾਂ.

ਭਾਗ 1. ਡ੍ਰੌਪਬਾਕਸ

ਮੇਰੀਆਂ ਸਾਰੀਆਂ ਕਿਤਾਬਾਂ ਡ੍ਰੌਪਬਾਕਸ 'ਤੇ ਹਨ। ਇੱਥੇ 4 ਸ਼੍ਰੇਣੀਆਂ ਹਨ ਜਿਨ੍ਹਾਂ ਵਿੱਚ ਮੈਂ ਹਰ ਚੀਜ਼ ਨੂੰ ਵੰਡਿਆ ਹੈ: ਪਾਠ ਪੁਸਤਕ, ਹਵਾਲਾ, ਗਲਪ, ਗੈਰ-ਗਲਪ। ਪਰ ਮੈਂ ਟੇਬਲ ਵਿੱਚ ਹਵਾਲਾ ਕਿਤਾਬਾਂ ਨਹੀਂ ਜੋੜਦਾ.

ਜ਼ਿਆਦਾਤਰ ਕਿਤਾਬਾਂ .epub ਹਨ, ਬਾਕੀ .pdf ਹਨ। ਭਾਵ, ਅੰਤਮ ਹੱਲ ਕਿਸੇ ਤਰ੍ਹਾਂ ਦੋਵਾਂ ਵਿਕਲਪਾਂ ਨੂੰ ਕਵਰ ਕਰਨਾ ਚਾਹੀਦਾ ਹੈ।

ਕਿਤਾਬਾਂ ਦੇ ਮੇਰੇ ਰਸਤੇ ਕੁਝ ਇਸ ਤਰ੍ਹਾਂ ਹਨ:

/Книги/Нехудожественное/Новое/Дизайн/Юрий Гордон/Книга про буквы от А до Я.epub 

ਜੇਕਰ ਕਿਤਾਬ ਗਲਪ ਹੈ, ਤਾਂ ਸ਼੍ਰੇਣੀ (ਜੋ ਕਿ ਉਪਰੋਕਤ ਮਾਮਲੇ ਵਿੱਚ "ਡਿਜ਼ਾਈਨ" ਹੈ) ਹਟਾ ਦਿੱਤੀ ਜਾਂਦੀ ਹੈ।

ਮੈਂ ਡ੍ਰੌਪਬਾਕਸ API ਨਾਲ ਪਰੇਸ਼ਾਨ ਨਾ ਹੋਣ ਦਾ ਫੈਸਲਾ ਕੀਤਾ, ਕਿਉਂਕਿ ਮੇਰੇ ਕੋਲ ਉਹਨਾਂ ਦੀ ਐਪਲੀਕੇਸ਼ਨ ਹੈ ਜੋ ਫੋਲਡਰ ਨੂੰ ਸਿੰਕ੍ਰੋਨਾਈਜ਼ ਕਰਦੀ ਹੈ। ਭਾਵ, ਯੋਜਨਾ ਇਹ ਹੈ: ਅਸੀਂ ਫੋਲਡਰ ਤੋਂ ਕਿਤਾਬਾਂ ਲੈਂਦੇ ਹਾਂ, ਹਰੇਕ ਕਿਤਾਬ ਨੂੰ ਇੱਕ ਸ਼ਬਦ ਕਾਊਂਟਰ ਰਾਹੀਂ ਚਲਾਉਂਦੇ ਹਾਂ, ਅਤੇ ਇਸਨੂੰ ਨੋਟਸ਼ਨ ਵਿੱਚ ਜੋੜਦੇ ਹਾਂ।

ਭਾਗ 2. ਇੱਕ ਲਾਈਨ ਜੋੜੋ

ਸਾਰਣੀ ਆਪਣੇ ਆਪ ਨੂੰ ਇਸ ਤਰ੍ਹਾਂ ਦਾ ਕੁਝ ਦਿਖਾਈ ਦੇਣਾ ਚਾਹੀਦਾ ਹੈ. ਧਿਆਨ ਦਿਓ: ਕਾਲਮ ਦੇ ਨਾਮ ਲਾਤੀਨੀ ਵਿੱਚ ਬਣਾਉਣਾ ਬਿਹਤਰ ਹੈ।

ਅਸੀਂ ਅਣਅਧਿਕਾਰਤ ਨੋਟੇਸ਼ਨ API ਦੀ ਵਰਤੋਂ ਕਰਾਂਗੇ, ਕਿਉਂਕਿ ਅਧਿਕਾਰਤ ਅਜੇ ਤੱਕ ਡਿਲੀਵਰ ਨਹੀਂ ਕੀਤਾ ਗਿਆ ਹੈ।

ਨੋਟਸ਼ਨ 'ਤੇ ਜਾਓ, Ctrl + Shift + J ਦਬਾਓ, ਐਪਲੀਕੇਸ਼ਨ -> ਕੂਕੀਜ਼ 'ਤੇ ਜਾਓ, ਟੋਕਨ_ਵੀ2 ਦੀ ਕਾਪੀ ਕਰੋ ਅਤੇ ਇਸਨੂੰ ਟੋਕਨ ਕਾਲ ਕਰੋ। ਫਿਰ ਅਸੀਂ ਲਾਇਬ੍ਰੇਰੀ ਸਾਈਨ ਦੇ ਨਾਲ ਲੋੜੀਂਦੇ ਪੰਨੇ 'ਤੇ ਜਾਂਦੇ ਹਾਂ ਅਤੇ ਲਿੰਕ ਨੂੰ ਕਾਪੀ ਕਰਦੇ ਹਾਂ। ਅਸੀਂ ਇਸਨੂੰ NOTION ਕਹਿੰਦੇ ਹਾਂ।

ਫਿਰ ਅਸੀਂ ਨੋਟਸ਼ਨ ਨਾਲ ਜੁੜਨ ਲਈ ਕੋਡ ਲਿਖਦੇ ਹਾਂ।

database = client.get_collection_view(NOTION)
current_rows = database.default_query().execute()

ਅੱਗੇ, ਆਉ ਟੇਬਲ ਵਿੱਚ ਇੱਕ ਕਤਾਰ ਜੋੜਨ ਲਈ ਇੱਕ ਫੰਕਸ਼ਨ ਲਿਖਦੇ ਹਾਂ।

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

ਇੱਥੇ ਕੀ ਹੋ ਰਿਹਾ ਹੈ। ਅਸੀਂ ਪਹਿਲੀ ਕਤਾਰ ਵਿੱਚ ਟੇਬਲ ਵਿੱਚ ਇੱਕ ਨਵੀਂ ਕਤਾਰ ਲੈਂਦੇ ਹਾਂ ਅਤੇ ਜੋੜਦੇ ਹਾਂ। ਅੱਗੇ, ਅਸੀਂ ਆਪਣੇ ਮਾਰਗ ਨੂੰ “/” ਦੇ ਨਾਲ ਵੰਡਦੇ ਹਾਂ ਅਤੇ ਟੈਗਸ ਪ੍ਰਾਪਤ ਕਰਦੇ ਹਾਂ। ਟੈਗਸ - "ਕਲਾ", "ਡਿਜ਼ਾਈਨ", ਲੇਖਕ ਕੌਣ ਹੈ, ਆਦਿ ਦੇ ਰੂਪ ਵਿੱਚ। ਫਿਰ ਅਸੀਂ ਪਲੇਟ ਦੇ ਸਾਰੇ ਜ਼ਰੂਰੀ ਖੇਤਰਾਂ ਨੂੰ ਸੈਟ ਕਰਦੇ ਹਾਂ.

ਭਾਗ 3. ਸ਼ਬਦਾਂ, ਘੰਟੇ ਅਤੇ ਹੋਰ ਅਨੰਦ ਦੀ ਗਿਣਤੀ ਕਰਨਾ

ਇਹ ਹੋਰ ਵੀ ਔਖਾ ਕੰਮ ਹੈ। ਜਿਵੇਂ ਕਿ ਸਾਨੂੰ ਯਾਦ ਹੈ, ਸਾਡੇ ਕੋਲ ਦੋ ਫਾਰਮੈਟ ਹਨ: epub ਅਤੇ pdf. ਜੇ ਈਪਬ ਨਾਲ ਸਭ ਕੁਝ ਸਪੱਸ਼ਟ ਹੈ - ਸ਼ਬਦ ਸ਼ਾਇਦ ਉੱਥੇ ਹਨ, ਤਾਂ ਪੀਡੀਐਫ ਬਾਰੇ ਸਭ ਕੁਝ ਇੰਨਾ ਸਪੱਸ਼ਟ ਨਹੀਂ ਹੈ: ਇਸ ਵਿੱਚ ਸਿਰਫ਼ ਚਿਪਕੀਆਂ ਤਸਵੀਰਾਂ ਸ਼ਾਮਲ ਹੋ ਸਕਦੀਆਂ ਹਨ।

ਇਸ ਲਈ ਪੀਡੀਐਫ ਵਿੱਚ ਸ਼ਬਦਾਂ ਦੀ ਗਿਣਤੀ ਕਰਨ ਲਈ ਸਾਡਾ ਕਾਰਜ ਇਸ ਤਰ੍ਹਾਂ ਦਿਖਾਈ ਦੇਵੇਗਾ: ਅਸੀਂ ਪੰਨਿਆਂ ਦੀ ਗਿਣਤੀ ਲੈਂਦੇ ਹਾਂ ਅਤੇ ਇੱਕ ਨਿਸ਼ਚਿਤ ਸਥਿਰ (ਪ੍ਰਤੀ ਪੰਨੇ ਸ਼ਬਦਾਂ ਦੀ ਔਸਤ ਸੰਖਿਆ) ਨਾਲ ਗੁਣਾ ਕਰਦੇ ਹਾਂ।

ਇੱਥੇ ਉਹ ਹੈ:

def get_words_count(pages_number):
    return pages_number * WORDS_PER_PAGE

ਇੱਕ A4 ਪੰਨੇ ਲਈ ਇਹ WORDS_PER_PAGE ਲਗਭਗ 300 ਹੈ।

ਹੁਣ ਪੇਜਾਂ ਦੀ ਗਿਣਤੀ ਕਰਨ ਲਈ ਇੱਕ ਫੰਕਸ਼ਨ ਲਿਖਦੇ ਹਾਂ। ਅਸੀਂ ਵਰਤਾਂਗੇ pyPDF2.

def get_pdf_pages_number(path, filename):
    pdf = PdfFileReader(open(os.path.join(path, filename), 'rb'))
    return pdf.getNumPages()

ਅੱਗੇ, ਅਸੀਂ Epub ਵਿੱਚ ਪੰਨਿਆਂ ਦੀ ਗਿਣਤੀ ਕਰਨ ਲਈ ਇੱਕ ਚੀਜ਼ ਲਿਖਾਂਗੇ। ਅਸੀਂ ਵਰਤਦੇ ਹਾਂ epub_converter. ਇੱਥੇ ਅਸੀਂ ਕਿਤਾਬ ਲੈਂਦੇ ਹਾਂ, ਇਸਨੂੰ ਲਾਈਨਾਂ ਵਿੱਚ ਬਦਲਦੇ ਹਾਂ, ਅਤੇ ਹਰੇਕ ਲਾਈਨ ਲਈ ਸ਼ਬਦਾਂ ਦੀ ਗਿਣਤੀ ਕਰਦੇ ਹਾਂ।

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)

ਹੁਣ ਸਮੇਂ ਦੀ ਗਣਨਾ ਕਰੀਏ। ਅਸੀਂ ਆਪਣੇ ਮਨਪਸੰਦ ਸ਼ਬਦਾਂ ਦੀ ਗਿਣਤੀ ਲੈਂਦੇ ਹਾਂ ਅਤੇ ਇਸਨੂੰ ਤੁਹਾਡੀ ਪੜ੍ਹਨ ਦੀ ਗਤੀ ਨਾਲ ਵੰਡਦੇ ਹਾਂ।

def get_reading_time(words_count):
    return round(((words_count / WORDS_PER_MINUTE) / 60) * 10) / 10

ਭਾਗ 4. ਸਾਰੇ ਭਾਗਾਂ ਨੂੰ ਜੋੜਨਾ

ਸਾਨੂੰ ਆਪਣੇ ਕਿਤਾਬਾਂ ਦੇ ਫੋਲਡਰ ਵਿੱਚ ਸਾਰੇ ਸੰਭਵ ਮਾਰਗਾਂ ਵਿੱਚੋਂ ਲੰਘਣ ਦੀ ਲੋੜ ਹੈ। ਜਾਂਚ ਕਰੋ ਕਿ ਕੀ ਨੋਟਸ਼ਨ ਵਿੱਚ ਪਹਿਲਾਂ ਹੀ ਇੱਕ ਕਿਤਾਬ ਹੈ: ਜੇਕਰ ਉੱਥੇ ਹੈ, ਤਾਂ ਸਾਨੂੰ ਹੁਣ ਇੱਕ ਲਾਈਨ ਬਣਾਉਣ ਦੀ ਲੋੜ ਨਹੀਂ ਹੈ।
ਫਿਰ ਸਾਨੂੰ ਫਾਈਲ ਦੀ ਕਿਸਮ ਨਿਰਧਾਰਤ ਕਰਨ ਦੀ ਜ਼ਰੂਰਤ ਹੈ ਅਤੇ, ਇਸ 'ਤੇ ਨਿਰਭਰ ਕਰਦਿਆਂ, ਸ਼ਬਦਾਂ ਦੀ ਗਿਣਤੀ ਦੀ ਗਿਣਤੀ ਕਰੋ. ਅੰਤ ਵਿੱਚ ਇੱਕ ਕਿਤਾਬ ਸ਼ਾਮਲ ਕਰੋ।

ਇਹ ਉਹ ਕੋਡ ਹੈ ਜੋ ਸਾਨੂੰ ਮਿਲਦਾ ਹੈ:

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)

ਅਤੇ ਇਹ ਦੇਖਣ ਲਈ ਫੰਕਸ਼ਨ ਕਿ ਕੀ ਕੋਈ ਕਿਤਾਬ ਜੋੜੀ ਗਈ ਹੈ ਇਸ ਤਰ੍ਹਾਂ ਦਿਸਦਾ ਹੈ:

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

ਸਿੱਟਾ

ਇਸ ਲੇਖ ਨੂੰ ਪੜ੍ਹਣ ਵਾਲੇ ਹਰ ਕਿਸੇ ਦਾ ਧੰਨਵਾਦ। ਮੈਨੂੰ ਉਮੀਦ ਹੈ ਕਿ ਇਹ ਤੁਹਾਨੂੰ ਹੋਰ ਪੜ੍ਹਨ ਵਿੱਚ ਮਦਦ ਕਰੇਗਾ :)

ਸਰੋਤ: www.habr.com