【小白专享】YARG报告生成器安装与配置完全指南

#【小白专享】YARG报告生成器安装与配置完全指南

yarg yarg 项目地址: https://gitcode.com/gh_mirrors/yar/yarg

项目基础介绍及主要编程语言

YARG(Yet Another Report Generator)是一款由Haulmont开发的开源Java报告库,专为嵌入企业IT系统设计。这意味着它没有自带界面,允许目标系统的原生UI进行集成。项目支持多种模板格式,如MS Office文档(doc, docx, xls, xlsx), HTML, FreeMarker模板(ftl), CSV等,并能够通过SQL、Groovy等方式填充数据。此工具在多个Haulmont解决方案中已有成熟应用,作为CUBA平台的一部分。

主要编程语言: Java

关键技术和框架

  • 核心引擎: YARG利用Java的强大功能处理报告的生成逻辑。
  • 模板引擎兼容性: 支持HTML、FreeMarker等多种模板语言,提高灵活性。
  • 数据库交互: 利用SQL查询数据,可扩展至Groovy等脚本语言,以适应复杂的数据提取需求。
  • 无界面设计: 鼓励与现有系统UI集成,提供更一致的用户体验。

安装与配置准备工作

环境要求

  1. JDK安装: 确保你的机器上已经安装了Java Development Kit (JDK),推荐版本为11或更高。
  2. IDE准备: 使用IntelliJ IDEA或Eclipse等Java IDE,以便于代码编辑和项目管理。
  3. Maven或Gradle: 选择一个构建工具,YARG可以通过Maven或Gradle轻松引入到项目中。

步骤一:获取源码或依赖添加

源码获取

  1. 访问GitHub页面
  2. 点击“Code”按钮,然后选择“Download ZIP”下载项目源码包,或者通过Git命令行执行 git clone https://github.com/Haulmont/yarg.git

依赖添加 如果你不想直接操作源码,而是将YARG作为项目依赖,可以在你的项目中添加如下依赖信息:

对于Gradle项目:
repositories {
    maven { url "https://repo.cuba-platform.com/content/groups/work" }
}
dependencies {
    implementation 'com.haulmont.yarg:yarg:2.2.14'
}
对于Maven项目:
<repositories>
    <repository>
        <id>repo-cuba-platform-work</id>
        <url>https://repo.cuba-platform.com/content/groups/work</url>
    </repository>
</repositories>

<dependency>
    <groupId>com.haulmont.yarg</groupId>
    <artifactId>yarg</artifactId>
    <version>2.2.14</version>
</dependency>

步骤二:配置环境

对于直接使用源码的开发者:

  1. 解压下载的ZIP文件,并用IDE打开项目。
  2. 确认构建工具配置正确,且指向了正确的JDK路径。
  3. 在IDE内运行项目前,检查是否有额外的库或者服务依赖需要配置,尽管YARG本身不需要特别的服务环境。

步骤三:测试运行

  • 对于依赖方式: 确保在你的项目中调用了YARG的API后,编译并运行你的应用程序来测试报告生成功能。
  • 源码测试: 若直接从源码开始,可以查找或创建测试案例来验证YARG的功能。通常,项目中会包含一些单元测试案例作为参考。

至此,您已成功将YARG集成到您的Java应用中,或搭建起了学习和二次开发的环境。接下来,深入学习YARG的API文档,开始探索如何定制报告模板和数据填充,开启高效的企业级报表开发之旅。

yarg yarg 项目地址: https://gitcode.com/gh_mirrors/yar/yarg

创作声明:本文部分内容由AI辅助生成(AIGC),仅供参考

这些依赖项的总大小取决于每个库的具体版本和内容。以下是一些估算方法和步骤来帮助你了解它们可能占用的空间: 1. **使用 `pip` 命令查看下载大小** 你可以通过以下命令获取每个包的下载大小: ```python import pkg_resources import subprocess packages = [ "absl-py==1.0.0", "APScheduler==3.9.1", "asgiref==3.5.0", "backports.zoneinfo==0.2.1", "cachetools==5.0.0", "certifi==2021.10.8", "chardet==4.0.0", "charset-normalizer==2.0.12", "colorama==0.4.4", "cycler==0.11.0", "Django==4.0.3", "django-apscheduler==0.6.2", "djongo==1.3.6", "docopt==0.6.2", "fonttools==4.29.1", "google-auth==2.6.0", "google-auth-oauthlib==0.4.6", "grpcio==1.44.0", "idna==3.3", "importlib-metadata==4.11.2", "kiwisolver==1.3.2", "lxml==4.8.0", "Markdown==3.3.6", "mongoengine==0.24.0", "numpy==1.22.2", "oauthlib==3.2.0", "opencv-python==4.6.0.66", "packaging==21.3", "Pillow==9.0.1", "pipreqs==0.4.11", "protobuf==3.19.4", "pyasn1==0.4.8", "pyasn1-modules==0.2.8", "PyEmail==0.0.1", "pymongo==3.12.1", "pyparsing==3.0.7", "python-dateutil==2.8.2", "pytz==2021.3", "pytz-deprecation-shim==0.1.0.post0", "requests==2.27.1", "requests-oauthlib==1.3.1", "rsa==4.8", "six==1.16.0", "sqlparse==0.2.4", "style==1.1.0", "tensorboard==2.8.0", "tensorboard-data-server==0.6.1", "tensorboard-plugin-wit==1.8.1", "torch==1.11.0", "torchvision==0.12.0", "tqdm==4.63.0", "typing_extensions==4.1.1", "tzdata==2021.5", "tzlocal==4.2", "update==0.0.1", "urllib3==1.26.8", "Werkzeug==2.0.3", "XlsxWriter==3.0.3", "yarg==0.1.9", "zipp==3.7.0" ] total_size = 0 for package in packages: result = subprocess.run( ["pip", "show", package.split("==")[0]], stdout=subprocess.PIPE, stderr=subprocess.PIPE, text=True ) if "File:" in result.stdout: file_info = result.stdout.split("File:")[1].strip() size = int(file_info.split("(")[1].split(" ")[0]) total_size += size print(f"{package}: {size / (1024 * 1024):.2f} MB") else: print(f"Package {package} not found or size info unavailable.") print(f"Total estimated size: {total_size / (1024 * 1024):.2f} MB") ``` 2. **手动估算** 根据经验,以下是一些较大库的典型大小: - `torch`: 约 1.5 GB(包含 CUDA 版本时更大) - `tensorflow`: 约 300 MB(如果安装了完整版) - `opencv-python`: 约 50 MB - `numpy`: 约 20 MB - 其他小型库通常在几 KB 到几 MB 之间。 如果将所有依赖项相加,预计总大小会在 **2-4 GB** 左右(具体取决于是否包含二进制文件和预编译扩展)。 --- ### 解释 上述代码通过调用 `pip show` 获取每个包的文件大小,并将其累加以估算总大小。需要注意的是: - 某些库(如 `torch` 和 `opencv-python`)可能包含大量二进制文件,因此会显著增加总大小。 - 如果某些包未安装或无法找到大小信息,脚本会跳过并提示。 --- ###
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

打赏作者

萧星盼

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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