hexo next photo cos

本文介绍了一种使用Python脚本自动化更新HexoNext主题相册的方法,包括图片裁剪、JSON数据生成、GitHub提交及腾讯COS上传流程。

原文链接:https://www.hexianwei.com/2019/01/11/hexoNextPhoto/

参考 :https://www.jianshu.com/p/7f6425b3ffb2

因为不会写前端呀,反正也没兴趣,反正我是直接参考的,实现了。实现效果:beer photos

效果图:

python 脚本

基本上都是直接参考的,我一直在用腾讯的cos,所以后面的 python 代码改了点东西。基本流程

  • 1、剪裁图片(剪裁为正方形)

def cut_photo(path):

"""

剪裁图片:取长和宽最短值,剪裁为正方形

"""

img = Image.open(path)

w, h = img.size

length = h if (w > h) else w

box = (0, 0, length, length)

imi_photo = img.crop(box)

im_path = "im_" + path

imi_photo.save(im_path)

return im_path

  • 2、生成 json 文件

这边和原作者不一样的地方是:我每上传一张图片,追加到 data.json 里。原作者好像是文件夹操作吧。

这边追加就有个逻辑是,追到到对应的日期下,而且需要倒序排序。

data.json 文件


{

"list": [

{

"date": "2019-01",

"arr": {

"year": 2019,

"month": 1,

"link": [

"2019-01-02_第二个十斤.jpg",

"2019-01-10_剁手买个macPro加油.jpg"

],

"text": [

"第二个十斤",

"剁手买个macPro加油"

],

"type": [

"image",

"image"

]

}

},

{

"date": "2018-07",

"arr": {

"year": 2018,

"month": 7,

"link": [

"2018-07-05_第一个十斤.jpg"

],

"text": [

"第一个十斤"

],

"type": [

"image"

]

}

}

]

}

  • 3、提交github

简单的 git 操作,需要注意的是 os.system 是子线程操作,所以上个 cd 命令之后,下个git 命令其实还是在当前目录的,cd 相当于没起作用,所以需要 && 连接,一起执行


def git_operation():

"""

提交github

"""



shell = 'cd ' + blog_path + ' && ' + 'git add --all' + ' && ' + 'git commit -m "add photos"' + ' && ' + 'git push'



os.system(shell)

  • 4、上传图片(腾讯cos)

cos有shell 命令,自己结合改一下(我执行的是 cosupload 自定义了脚本,可以返回图片上传之后的url)

传送:https://www.hexianwei.com/2018/12/30/coscmd/

  • 5、部署

我这边是执行了一个脚本(blog shell)。其实就是登陆到服务器,然后 git pull && hexo g


# coding: utf-8

from PIL import Image

import os

import sys

import json

import ast

from datetime import datetime



blog_path = '/home/beer/beer_blog'

data_path = '/home/beer/beer_blog/themes/next/source/lib/album/data.json'



cos_img = '/photos/'

cos_im_img = '/min_photos/'




def handle_photo(file_name):

"""

根据图片的文件名处理成需要的json格式的数据



json 按照date 倒序

"""



# 读取json 文件

with open(data_path, "r", encoding='utf-8') as f:

# 第一次文件为空时候处理

try:

origin_data = json.load(f)

except:

origin_data = '''{'list':[]}'''



# 转化为 dict

date_dict = ast.literal_eval(str(origin_data))

# 获取 data_list

data_list = date_dict.get('list')



date_list = []

for i in range(len(data_list)):

date_list.append(data_list[i].get('date'))



new_dict, date, info = build_dict(file_name)



# date 存在 and 不存在两种情况

if date in date_list:

index = date_list.index(date)

data_list[index]['arr']['link'].append(file_name)

data_list[index]['arr']['text'].append(info)

data_list[index]['arr']['type'].append('image')

else:

data_list.append(new_dict)

date_list.append(date)



# 按照 date 排序

date_list.sort(key=sort_date, reverse=True)



# 按照 date 重构 dict

final_data_list = []

for date in date_list:

for data in data_list:

if data.get('date') == date:

final_data_list.append(data)



# 保存

final_dict = {"list": final_data_list}

with open(data_path, "w") as f:

json.dump(final_dict, f)




def sort_date(elem):

return int(''.join(elem.split('-')))




# 根据图片名字生成 dict

def build_dict(file_name):

date_str, info = file_name.split("_")

info, type = info.split(".")

date = datetime.strptime(date_str, "%Y-%m-%d")

year_month = '-'.join(date_str.split('-')[0:2])

new_dict = {"date": year_month,

"arr": {"year": date.year,

"month": date.month,

"link": [file_name],

"text": [info],

"type": ['image']

}

}

return new_dict, year_month, info




def cut_photo(path):

"""

剪裁图片:取长和宽最短值,剪裁为正方形

"""

img = Image.open(path)

w, h = img.size

length = h if (w > h) else w

box = (0, 0, length, length)

imi_photo = img.crop(box)

im_path = "im_" + path

imi_photo.save(im_path)

return im_path




def git_operation():

"""

提交github

"""



shell = 'cd ' + blog_path + ' && ' + 'git add --all' + ' && ' + 'git commit -m "add photos"' + ' && ' + 'git push'



os.system(shell)



def cosupload_operation(file_name, im_file_name):

"""

cosupload 上传到 腾讯cos

"""

print("cosupload" + " " + file_name + " " + cos_img + file_name)

os.system("cosupload" + " " + file_name + " " + cos_img + file_name)

os.system("cosupload" + " " + im_file_name + " " + cos_im_img + file_name)




def blog_operation():

"""

部署

blog shell 脚本:登录到服务器,打包

"""



os.system("blog")




if __name__ == "__main__":

'''

1、剪裁图片(剪裁为正方形)

2、上传图片(腾讯cos)

3、生成 json 文件

4、提交github

5、部署

'''

# 获取参数

file_name = sys.argv[1]

im_file_name = cut_photo(file_name)

handle_photo(file_name)

git_operation()

cosupload_operation(file_name, im_file_name)

blog_operation()



内容概要:本文主要介绍了一个基于Matlab实现的无人机空中通信仿真项目,旨在通过数值仿真手段研究无人机在空中作为通信节点时的通信性能、信号传播特性和网络拓扑行为。该仿真涵盖了无人机飞行轨迹建模、无线信道建模(如路径损耗、多普勒效应、阴影衰落等)、通信链路建立与中断判断、信号干扰分析以及网络性能评估(如吞吐量、延迟、连接可靠性等)。项目可能结合优化算法或智能控制策略,用于优化无人机位置部署或动态路径规划,以提升通信服务质量。整个仿真系统为研究人员提供了一套完整的工具链,用于验证新型无人机通信协议、协作机制和网络架构的有效性。; 适合人群:具备一定Matlab编程基础和通信原理基础知识,从事无人机、无线通信、网络优化等相关领域研究的研发人员和高校研究生。; 使用场景及目标:① 评估无人机作为空中基站或中继节点的通信覆盖能力和网络性能;② 设计和优化无人机集群的通信拓扑与协同策略;③ 验证新型无线资源分配、移动性管理和抗干扰算法在动态空地网络中的有效性。; 阅读建议:使用者应结合Matlab代码深入理解仿真模型的构建逻辑,重点关注通信信道模块和无人机运动学模型的耦合关系,并可根据实际研究需求,对仿真参数(如环境噪声、飞行速度、天线增益)进行调整,以开展针对性的对比实验和性能分析。
内容概要:本文围绕微电网中光伏发电系统经逆变器带负载的完整仿真模型展开研究,利用Simulink平台构建了从光伏阵列建模、DC-AC逆变器控制(包括PWM调制与电压电流双闭环控制)、并网策略到负载响应的全过程仿真系统。重点分析了系统在不同工况下的动态响应特性与电能质量表现,并对并网控制策略、最大功率点跟踪(MPPT)技术及系统稳定性进行了深入探讨和验证。该模型不仅可用于教学演示微电网的基本架构与运行机制,更为科研提供了可靠的仿真平台,支持对新型控制算法与系统优化方案的有效验证与评估。; 适合人群:具备一定电力电子技术、自动控制理论基础及Simulink/MATLAB操作经验的电气工程、自动化等相关专业的本科生、研究生及科研人员。; 使用场景及目标:①用于高校课程教学中微电网系统结构与运行原理的直观演示;②为科研工作者提供光伏发电并网系统的仿真验证平台,支持开展逆变器控制算法(如双闭环控制、MPPT)、系统稳定性分析及电能质量管理等关键技术的研究与优化。; 阅读建议:建议学习者结合Simulink仿真环境动手搭建模型,重点关注各功能模块间的信号传递关系与关键参数设置,并通过调整光照强度、温度、负载大小等外部条件,观察系统动态响应过程,从而深化对微电网运行特性的理解与掌握。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值