pyxllib 0.3.197__py3-none-any.whl → 0.3.200__py3-none-any.whl

pyxllib/file/libreoffice.py

@@ -1,165 +1,165 @@
-#!/usr/bin/env python3
-# -*- coding: utf-8 -*-
-# @Author : 陈坤泽
-# @Email  : 877362867@qq.com
-# @Date   : 2024/04/27
-
-"""
-libreoffice这个软件相关的功能
-
-官网：https://www.libreoffice.org/download/download-libreoffice/
-
-linux的安装：
-sudo apt-get update
-sudo apt-get install libreoffice -y
-"""
-
-import os
-from pathlib import Path
-import subprocess
-import sys
-import tempfile
-from datetime import datetime
-
-
-def check_libreoffice():
-    """ 检查LibreOffice是否安装 """
-    executor = get_libreoffice_executor()
-    try:
-        subprocess.run([executor, '--version'], check=True)
-    except FileNotFoundError:
-        return False
-    except subprocess.CalledProcessError:
-        return False
-    return True
-
-
-def get_libreoffice_executor():
-    """ 获得可执行文件的名称 """
-    # 根据所在系统区分
-    if sys.platform == 'win32':
-        return 'soffice.exe'
-    else:
-        return 'libreoffice'
-
-
-def infer_file_format(file_path):
-    """ 推断文件所属办公文档的'主类' """
-    ext = Path(file_path).suffix.lower()
-    if ext in ['.doc', '.docx']:
-        fmt = 'docx'
-    elif ext in ['.ppt', '.pptx']:
-        fmt = 'pptx'
-    elif ext in ['.xls', '.xlsx']:
-        # todo 其实excel还有xlsm的可能，但是用libreoffice可能没有微软365那样可以判断出宏的情况保存为xlsm
-        fmt = 'xlsx'
-    else:
-        raise ValueError("不支持的文件格式")
-    return fmt
-
-
-class UpgradeOfficeFile:
-    @classmethod
-    def to_dir(cls, file_path, out_dir=None, fmt=None, timeout=10):
-        """ 将doc文件转换为docx文件
-
-        :param file_path: 待升级的文件路径
-        :param out_dir: 输出文件目录
-            官方接口默认只能设置导出目录，不能设置导出文件名，文件名是跟原始文件一样的
-        :param fmt: 输出文件格式
-            docx, xlsx, pptx
-        """
-        if isinstance(file_path, Path):
-            file_path = file_path.as_posix()
-
-        # 获取LibreOffice可执行文件的名称
-        executor = get_libreoffice_executor()
-
-        # 如果未指定输出路径，则默认在输入文件的同目录下生成同名的DOCX文件
-        if out_dir is None:
-            out_dir = os.path.dirname(file_path)
-
-        if fmt is None:
-            fmt = infer_file_format(file_path)
-
-        # 构建转换命令
-        command = [
-            executor,
-            '--headless',  # 无界面模式
-            '--convert-to', fmt,  # 转换为docx格式
-            '--outdir', str(out_dir),  # 输出目录
-            file_path  # 输入文件路径
-        ]
-
-        subprocess.run(command, timeout=timeout, check=True)
-
-        # 返回转换后的文件路径
-        base_name = os.path.basename(file_path)
-        name, _ = os.path.splitext(base_name)
-        new_file_path = os.path.join(out_dir, f"{name}.{fmt}")
-
-        # todo 以目标文件是否存在判断转换是否成功也是有一定bug的，可能目标文件本来就存在
-        #   但如果严谨判断，就要分析subprocess.run的输出结果了，那个太麻烦，先用简便方法处理
-        if not Path(new_file_path).exists():
-            raise ValueError(f"升级文档失败")
-
-        return new_file_path
-
-    @classmethod
-    def to_file(cls, in_file, out_file=None, fmt=None, timeout=10):
-        """ 可以指定转换出的文件名的版本
-
-        :param in_file: 待转换的文件路径
-        :param out_file: 输出文件路径
-            若未指定,默认与原文件同名,在原文件所在目录生成
-        :param fmt: 输出文件格式
-            docx, xlsx, pptx
-            若未指定,则根据in_file的后缀名自动判断
-        """
-        # 将in_file转换为Path对象
-        in_file = Path(in_file)
-
-        # 如果fmt为None,则根据in_file推断
-        if fmt is None:
-            fmt = infer_file_format(in_file)
-
-        # 如果out_file为None,则默认在原文件目录生成同名的新格式文件
-        if out_file is None:
-            out_file = in_file.with_suffix(f'.{fmt}')
-        else:
-            out_file = Path(out_file)
-
-        # 确保out_file的父目录存在,不存在则创建
-        out_file.parent.mkdir(parents=True, exist_ok=True)
-
-        # 调用upgrade_office_file函数进行转换
-        temp_file = cls.to_dir(in_file, out_dir=out_file.parent, fmt=fmt, timeout=timeout)
-
-        # 将生成的临时文件重命名为out_file
-        os.rename(temp_file, out_file)
-
-        return out_file
-
-    @classmethod
-    def to_tempfile(cls, in_file, fmt=None, *, timestamp_stem=False, create_subdir=False, timeout=10):
-        """ 将文件转换为临时文件
-
-        :param timestamp_stem: 时间戳文件名
-        :param create_subdir: 是否在临时目录中创建新的子目录
-        """
-        if fmt is None:
-            fmt = infer_file_format(in_file)
-
-        root = Path(tempfile.gettempdir())
-        if create_subdir:
-            root2 = root / datetime.now().strftime('%Y%m%d.%H%M%S.%f')
-            root2.mkdir(parents=True, exist_ok=True)
-            root = root2
-
-        if timestamp_stem:
-            stem = datetime.now().strftime('%Y%m%d.%H%M%S.%f')
-            out_file = cls.to_file(in_file, out_file=root / f"{stem}.{fmt}", fmt=fmt, timeout=timeout)
-        else:
-            out_file = cls.to_dir(in_file, out_dir=root, fmt=fmt, timeout=timeout)
-
-        return out_file
+#!/usr/bin/env python3
+# -*- coding: utf-8 -*-
+# @Author : 陈坤泽
+# @Email  : 877362867@qq.com
+# @Date   : 2024/04/27
+
+"""
+libreoffice这个软件相关的功能
+
+官网：https://www.libreoffice.org/download/download-libreoffice/
+
+linux的安装：
+sudo apt-get update
+sudo apt-get install libreoffice -y
+"""
+
+import os
+from pathlib import Path
+import subprocess
+import sys
+import tempfile
+from datetime import datetime
+
+
+def check_libreoffice():
+    """ 检查LibreOffice是否安装 """
+    executor = get_libreoffice_executor()
+    try:
+        subprocess.run([executor, '--version'], check=True)
+    except FileNotFoundError:
+        return False
+    except subprocess.CalledProcessError:
+        return False
+    return True
+
+
+def get_libreoffice_executor():
+    """ 获得可执行文件的名称 """
+    # 根据所在系统区分
+    if sys.platform == 'win32':
+        return 'soffice.exe'
+    else:
+        return 'libreoffice'
+
+
+def infer_file_format(file_path):
+    """ 推断文件所属办公文档的'主类' """
+    ext = Path(file_path).suffix.lower()
+    if ext in ['.doc', '.docx']:
+        fmt = 'docx'
+    elif ext in ['.ppt', '.pptx']:
+        fmt = 'pptx'
+    elif ext in ['.xls', '.xlsx']:
+        # todo 其实excel还有xlsm的可能，但是用libreoffice可能没有微软365那样可以判断出宏的情况保存为xlsm
+        fmt = 'xlsx'
+    else:
+        raise ValueError("不支持的文件格式")
+    return fmt
+
+
+class UpgradeOfficeFile:
+    @classmethod
+    def to_dir(cls, file_path, out_dir=None, fmt=None, timeout=10):
+        """ 将doc文件转换为docx文件
+
+        :param file_path: 待升级的文件路径
+        :param out_dir: 输出文件目录
+            官方接口默认只能设置导出目录，不能设置导出文件名，文件名是跟原始文件一样的
+        :param fmt: 输出文件格式
+            docx, xlsx, pptx
+        """
+        if isinstance(file_path, Path):
+            file_path = file_path.as_posix()
+
+        # 获取LibreOffice可执行文件的名称
+        executor = get_libreoffice_executor()
+
+        # 如果未指定输出路径，则默认在输入文件的同目录下生成同名的DOCX文件
+        if out_dir is None:
+            out_dir = os.path.dirname(file_path)
+
+        if fmt is None:
+            fmt = infer_file_format(file_path)
+
+        # 构建转换命令
+        command = [
+            executor,
+            '--headless',  # 无界面模式
+            '--convert-to', fmt,  # 转换为docx格式
+            '--outdir', str(out_dir),  # 输出目录
+            file_path  # 输入文件路径
+        ]
+
+        subprocess.run(command, timeout=timeout, check=True)
+
+        # 返回转换后的文件路径
+        base_name = os.path.basename(file_path)
+        name, _ = os.path.splitext(base_name)
+        new_file_path = os.path.join(out_dir, f"{name}.{fmt}")
+
+        # todo 以目标文件是否存在判断转换是否成功也是有一定bug的，可能目标文件本来就存在
+        #   但如果严谨判断，就要分析subprocess.run的输出结果了，那个太麻烦，先用简便方法处理
+        if not Path(new_file_path).exists():
+            raise ValueError(f"升级文档失败")
+
+        return new_file_path
+
+    @classmethod
+    def to_file(cls, in_file, out_file=None, fmt=None, timeout=10):
+        """ 可以指定转换出的文件名的版本
+
+        :param in_file: 待转换的文件路径
+        :param out_file: 输出文件路径
+            若未指定,默认与原文件同名,在原文件所在目录生成
+        :param fmt: 输出文件格式
+            docx, xlsx, pptx
+            若未指定,则根据in_file的后缀名自动判断
+        """
+        # 将in_file转换为Path对象
+        in_file = Path(in_file)
+
+        # 如果fmt为None,则根据in_file推断
+        if fmt is None:
+            fmt = infer_file_format(in_file)
+
+        # 如果out_file为None,则默认在原文件目录生成同名的新格式文件
+        if out_file is None:
+            out_file = in_file.with_suffix(f'.{fmt}')
+        else:
+            out_file = Path(out_file)
+
+        # 确保out_file的父目录存在,不存在则创建
+        out_file.parent.mkdir(parents=True, exist_ok=True)
+
+        # 调用upgrade_office_file函数进行转换
+        temp_file = cls.to_dir(in_file, out_dir=out_file.parent, fmt=fmt, timeout=timeout)
+
+        # 将生成的临时文件重命名为out_file
+        os.rename(temp_file, out_file)
+
+        return out_file
+
+    @classmethod
+    def to_tempfile(cls, in_file, fmt=None, *, timestamp_stem=False, create_subdir=False, timeout=10):
+        """ 将文件转换为临时文件
+
+        :param timestamp_stem: 时间戳文件名
+        :param create_subdir: 是否在临时目录中创建新的子目录
+        """
+        if fmt is None:
+            fmt = infer_file_format(in_file)
+
+        root = Path(tempfile.gettempdir())
+        if create_subdir:
+            root2 = root / datetime.now().strftime('%Y%m%d.%H%M%S.%f')
+            root2.mkdir(parents=True, exist_ok=True)
+            root = root2
+
+        if timestamp_stem:
+            stem = datetime.now().strftime('%Y%m%d.%H%M%S.%f')
+            out_file = cls.to_file(in_file, out_file=root / f"{stem}.{fmt}", fmt=fmt, timeout=timeout)
+        else:
+            out_file = cls.to_dir(in_file, out_dir=root, fmt=fmt, timeout=timeout)
+
+        return out_file

pyxllib/file/movielib.py

@@ -1,148 +1,148 @@
-#!/usr/bin/env python3
-# -*- coding: utf-8 -*-
-# @Author : 陈坤泽
-# @Email  : 877362867@qq.com
-# @Date   : 2022/02/25 17:54
-
-from pyxllib.prog.pupil import check_install_package
-
-check_install_package('moviepy')
-
-import cv2
-from moviepy.editor import VideoFileClip
-from moviepy.editor import cvsecs
-import numpy as np
-from tqdm import tqdm
-
-from pyxllib.prog.pupil import inject_members
-from pyxllib.file.specialist import XlPath
-from pyxllib.cv.imhash import get_init_hash, phash
-from pyxllib.cv.xlcvlib import xlcv
-
-
-class XlVideoFileClip(VideoFileClip):
-
-    def get_frame2(self, time_point, *, scale=None):
-        """ 官方获得的图片通道是RGB，但是cv2处理的统一规则是BGR，要转换过来
-
-        :param scale: 获取图片后是否要按统一的比例再缩放一下
-        """
-        frame = self.get_frame(time_point)
-        frame = cv2.cvtColor(frame, cv2.COLOR_BGR2RGB)
-
-        if scale:
-            frame = cv2.resize(frame, (0, 0), fx=scale, fy=scale)
-
-        return frame
-
-    def get_frames(self, time_points=None, *, interval_second=0.1, cur_hash=None, head_frame=None, scale=None,
-                   filter_mode=2, print_mode=True):
-        """ 同时获得多帧图片
-
-        :param time_points: 类list对象，元素是时间点（可以是字符串格式，也可以是数值秒数）
-            常见生成方法参考：np.array(0, clip.duration, 0.1)
-        :param filter_mode: 过滤强度
-            因为times如果取的非常密集，比如每0.1秒取一帧，会有很大概率是重复、相近的图
-            此时可以用这个参数控制误差在多大以内的图会保留
-            使用phash判断帧之间相似度，只要误差在该设定阈值内，都会被跳过
-            可以设置0，不过这样过滤程度是最低的
-            也可以输入-1，表示完全不过滤，不计算phash。当这种情况也不太必要用这个函数了，可以直接普通循环。
-            也可以故意设置的特别大（phash最大差距是64），那这样相当于差异很大的也过滤掉了
-        :param head_frame: 提供一张初始图片，主要是配合filter_mode用于去重的
-        :param cur_hash: 类似head_frame作用，但直接提供hash值
-        :return: 使用yield机制，防止图片数据太多，内存爆炸了
-            当filter_mode>=0时，返回 时间点time_point和对应的图片im
-        """
-        if cur_hash is None:
-            if head_frame is None:
-                cur_hash = get_init_hash()
-            else:
-                cur_hash = phash(head_frame)
-
-        if time_points is None:
-            time_points = np.arange(0, self.duration, interval_second)
-
-        for time_point in tqdm(time_points, disable=not print_mode):
-            im = self.get_frame2(time_point, scale=scale)
-
-            if filter_mode >= 0:
-                last_hash, cur_hash = cur_hash, phash(im)
-                if cur_hash - last_hash <= filter_mode:
-                    continue
-                yield time_point, im
-            else:
-                yield im
-
-    def save_frames(self, out_dir, time_points=None, interval_second=0.1, **kwargs):
-        """ 跟get_frames差不多，多了一步自动存储图片文件到目录里
-
-        这个功能是比较定制化的，不是那么泛用，但会有很多相关类似的操作需求，可以参考这里的代码实现
-        """
-        # 1 time_points
-        if time_points is None:
-            time_points = np.arange(0, self.duration, interval_second)
-        out_dir = XlPath(out_dir)
-
-        # 2 按时间点取图片，保存文件
-        for time_point, frame in self.get_frames(time_points, **kwargs):
-            tt = int(time_point * 10)
-            m, s, ms = tt // 600, (tt // 10) % 60, tt % 10
-            xlcv.write(frame, out_dir / f'{m:03}_{s:02}.{ms}.jpg')
-
-    def join_subtitles_image(self, time_points, ltrb_pos=None, *,
-                             crop_first_frame=False,
-                             filter_mode=2):
-        """ 生成字幕拼图
-
-        :param time_points: 在哪些时间点截图
-        :param ltrb_pos: 字幕所在位置，没有输入则默认全部全图拼接，
-            一般指定上下就行了，即 [None, 640, None, 700]
-        :param crop_first_frame:
-            False，保留第一帧的完整性
-            True，第一帧也只裁剪字幕部分
-        :param filter_mode: 对于给出的时间点图片，去除相邻相同的图片
-        :return:
-
-        参考用法：
-            from pyxllib.file.movielib import VideoFileClip
-            clip = VideoFileClip(str(Paths.videos / '觉观01.mp4'))  # 必须要转str类型
-            im = clip.join_subtitles_image(np.arange(30, 40, 0.1), [None, 640, None, 695])
-            xlcv.write(im, Paths.videos / 'test.jpg')
-        """
-        # 1 如果有左右裁剪要提前处理
-        x1, y1, x2, y2 = ltrb_pos
-        if x1 or x2:
-            clip = self.crop(x1=x1, x2=x2)
-        else:
-            clip = self
-
-        # 2 第1帧是否要保留全图
-        frame_list = []
-        if crop_first_frame:
-            head_frame = None
-        else:
-            time_points = tuple(time_points)
-            head_frame = clip.get_frame2(time_points[0])
-            frame_list.append(head_frame[:y2])
-            head_frame = head_frame[y1:y2]
-            time_points = time_points[1:]
-
-        # 3 裁剪字幕区域
-        clip = clip.crop(y1=y1, y2=y2)
-        for time_point, frame in clip.get_frames(time_points, filter_mode=filter_mode, head_frame=head_frame):
-            frame_list.append(frame)
-
-        # 4 拼接完整图
-        im = xlcv.concat(frame_list, pad=0)
-        return im
-
-
-inject_members(XlVideoFileClip, VideoFileClip)
-
-
-def clip_video(input_file, output_file, start_time, end_time):
-    start_time = cvsecs(start_time)
-    end_time = cvsecs(end_time)
-    clip = VideoFileClip(input_file).subclip(start_time, end_time)
-    clip.write_videofile(output_file)
-    clip.reader.close()
+#!/usr/bin/env python3
+# -*- coding: utf-8 -*-
+# @Author : 陈坤泽
+# @Email  : 877362867@qq.com
+# @Date   : 2022/02/25 17:54
+
+from pyxllib.prog.pupil import check_install_package
+
+check_install_package('moviepy')
+
+import cv2
+from moviepy.editor import VideoFileClip
+from moviepy.editor import cvsecs
+import numpy as np
+from tqdm import tqdm
+
+from pyxllib.prog.pupil import inject_members
+from pyxllib.file.specialist import XlPath
+from pyxllib.cv.imhash import get_init_hash, phash
+from pyxllib.cv.xlcvlib import xlcv
+
+
+class XlVideoFileClip(VideoFileClip):
+
+    def get_frame2(self, time_point, *, scale=None):
+        """ 官方获得的图片通道是RGB，但是cv2处理的统一规则是BGR，要转换过来
+
+        :param scale: 获取图片后是否要按统一的比例再缩放一下
+        """
+        frame = self.get_frame(time_point)
+        frame = cv2.cvtColor(frame, cv2.COLOR_BGR2RGB)
+
+        if scale:
+            frame = cv2.resize(frame, (0, 0), fx=scale, fy=scale)
+
+        return frame
+
+    def get_frames(self, time_points=None, *, interval_second=0.1, cur_hash=None, head_frame=None, scale=None,
+                   filter_mode=2, print_mode=True):
+        """ 同时获得多帧图片
+
+        :param time_points: 类list对象，元素是时间点（可以是字符串格式，也可以是数值秒数）
+            常见生成方法参考：np.array(0, clip.duration, 0.1)
+        :param filter_mode: 过滤强度
+            因为times如果取的非常密集，比如每0.1秒取一帧，会有很大概率是重复、相近的图
+            此时可以用这个参数控制误差在多大以内的图会保留
+            使用phash判断帧之间相似度，只要误差在该设定阈值内，都会被跳过
+            可以设置0，不过这样过滤程度是最低的
+            也可以输入-1，表示完全不过滤，不计算phash。当这种情况也不太必要用这个函数了，可以直接普通循环。
+            也可以故意设置的特别大（phash最大差距是64），那这样相当于差异很大的也过滤掉了
+        :param head_frame: 提供一张初始图片，主要是配合filter_mode用于去重的
+        :param cur_hash: 类似head_frame作用，但直接提供hash值
+        :return: 使用yield机制，防止图片数据太多，内存爆炸了
+            当filter_mode>=0时，返回 时间点time_point和对应的图片im
+        """
+        if cur_hash is None:
+            if head_frame is None:
+                cur_hash = get_init_hash()
+            else:
+                cur_hash = phash(head_frame)
+
+        if time_points is None:
+            time_points = np.arange(0, self.duration, interval_second)
+
+        for time_point in tqdm(time_points, disable=not print_mode):
+            im = self.get_frame2(time_point, scale=scale)
+
+            if filter_mode >= 0:
+                last_hash, cur_hash = cur_hash, phash(im)
+                if cur_hash - last_hash <= filter_mode:
+                    continue
+                yield time_point, im
+            else:
+                yield im
+
+    def save_frames(self, out_dir, time_points=None, interval_second=0.1, **kwargs):
+        """ 跟get_frames差不多，多了一步自动存储图片文件到目录里
+
+        这个功能是比较定制化的，不是那么泛用，但会有很多相关类似的操作需求，可以参考这里的代码实现
+        """
+        # 1 time_points
+        if time_points is None:
+            time_points = np.arange(0, self.duration, interval_second)
+        out_dir = XlPath(out_dir)
+
+        # 2 按时间点取图片，保存文件
+        for time_point, frame in self.get_frames(time_points, **kwargs):
+            tt = int(time_point * 10)
+            m, s, ms = tt // 600, (tt // 10) % 60, tt % 10
+            xlcv.write(frame, out_dir / f'{m:03}_{s:02}.{ms}.jpg')
+
+    def join_subtitles_image(self, time_points, ltrb_pos=None, *,
+                             crop_first_frame=False,
+                             filter_mode=2):
+        """ 生成字幕拼图
+
+        :param time_points: 在哪些时间点截图
+        :param ltrb_pos: 字幕所在位置，没有输入则默认全部全图拼接，
+            一般指定上下就行了，即 [None, 640, None, 700]
+        :param crop_first_frame:
+            False，保留第一帧的完整性
+            True，第一帧也只裁剪字幕部分
+        :param filter_mode: 对于给出的时间点图片，去除相邻相同的图片
+        :return:
+
+        参考用法：
+            from pyxllib.file.movielib import VideoFileClip
+            clip = VideoFileClip(str(Paths.videos / '觉观01.mp4'))  # 必须要转str类型
+            im = clip.join_subtitles_image(np.arange(30, 40, 0.1), [None, 640, None, 695])
+            xlcv.write(im, Paths.videos / 'test.jpg')
+        """
+        # 1 如果有左右裁剪要提前处理
+        x1, y1, x2, y2 = ltrb_pos
+        if x1 or x2:
+            clip = self.crop(x1=x1, x2=x2)
+        else:
+            clip = self
+
+        # 2 第1帧是否要保留全图
+        frame_list = []
+        if crop_first_frame:
+            head_frame = None
+        else:
+            time_points = tuple(time_points)
+            head_frame = clip.get_frame2(time_points[0])
+            frame_list.append(head_frame[:y2])
+            head_frame = head_frame[y1:y2]
+            time_points = time_points[1:]
+
+        # 3 裁剪字幕区域
+        clip = clip.crop(y1=y1, y2=y2)
+        for time_point, frame in clip.get_frames(time_points, filter_mode=filter_mode, head_frame=head_frame):
+            frame_list.append(frame)
+
+        # 4 拼接完整图
+        im = xlcv.concat(frame_list, pad=0)
+        return im
+
+
+inject_members(XlVideoFileClip, VideoFileClip)
+
+
+def clip_video(input_file, output_file, start_time, end_time):
+    start_time = cvsecs(start_time)
+    end_time = cvsecs(end_time)
+    clip = VideoFileClip(input_file).subclip(start_time, end_time)
+    clip.write_videofile(output_file)
+    clip.reader.close()

pyxllib/file/newbie.py

@@ -1,10 +1,10 @@
-#!/usr/bin/env python3
-# -*- coding: utf-8 -*-
-# @Author : 陈坤泽
-# @Email  : 877362867@qq.com
-# @Date   : 2021/06/06 10:51
-
-def linux_path_fmt(p):
-    p = str(p)
-    p = p.replace('\\', '/')
-    return p
+#!/usr/bin/env python3
+# -*- coding: utf-8 -*-
+# @Author : 陈坤泽
+# @Email  : 877362867@qq.com
+# @Date   : 2021/06/06 10:51
+
+def linux_path_fmt(p):
+    p = str(p)
+    p = p.replace('\\', '/')
+    return p