一个python工具类-分割线

在学习python过程中,经常会使用print语句输出一些辅助信息

这些信息经常会混杂在一起,有时候会加入一些空行或者星号对其进行分割
类似这样:
 

print('*' * 60)
print('下面开始我的表演!')
print('-' * 60)

后来想弄一个工具类,方便分割程序中输出的这些辅助信息.

现在把它发上来,希望对大家有点儿用.

class DivideLine:
    def __init__(self):
        self._times = 60
        self._times_2 = 37

        self._solid_line = '━'
        self._thin_solid_line = '─'
        self._thin_solid_double_line = '═'

        self._dashed_line = '╸'
        self._dashed_line_left = '╸'
        self._dashed_line_right = '╺'

        self._dashed_line_2 = '╍'
        self._dashed_line_3 = '┅'
        self._dashed_line_4 = '┉'

        self._thin_dashed_line = '╴'
        self._thin_dashed_line_left = '╴'
        self._thin_dashed_line_right = '╶'

        self._thin_dashed_line_2 = '╌'
        self._thin_dashed_line_3 = '┄'
        self._thin_dashed_line_4 = '┈'

        self._wave_line = '﹌'
        self._wave_line_2 = '~'
        self._wave_line_3 = '~'
        self._wave_line_upper = '﹋'
        self._wave_line_under = '﹏'
        self._wave_line_upper_double = '﹌'

    def func_line(self):
        print(self._solid_line * self._times)

    def sub_func_line(self):
        print(self._dashed_line * self._times)

    def line(self):
        print(self._thin_solid_line * self._times)

    def dashed(self):
        print(self._thin_dashed_line * self._times)

    def double_line(self):
        print(self._thin_solid_double_line * self._times)

    def wave_line(self):
        print(self._wave_line * self._times_2)


if __name__ == '__main__':
    dl = DivideLine()
    dl.func_line()
    print('do function!')
    dl.sub_func_line()
    print('    do some sub function!')
    dl.line()
    print('        divide some output in sub function!')
    dl.line()
    print('        divide some output in sub function!')
    dl.wave_line()
    print('        divide some debug info output in sub function!')

    print('\n\n\n')
    print("Line's Show!")
    print('参考网址:https://unicode-table.com/cn/\n')

    print('_solid_line', dl._solid_line * 60)
    print('_thin_solid_line', dl._thin_solid_line * 60)
    print('_thin_solid_double_line', dl._thin_solid_double_line * 60)

    print('_dashed_line (left)', dl._dashed_line * 60)
    print('_dashed_line_right', dl._dashed_line_right * 60)

    print('_dashed_line_2', dl._dashed_line_2 * 60)
    print('_dashed_line_3', dl._dashed_line_3 * 60)
    print('_dashed_line_4', dl._dashed_line_4 * 60)

    print('_thin_dashed_line (left)', dl._thin_dashed_line * 60)
    print('_thin_dashed_line_right', dl._thin_dashed_line_right * 60)

    print('_thin_dashed_line_2', dl._thin_dashed_line_2 * 60)
    print('_thin_dashed_line_3', dl._thin_dashed_line_3 * 60)
    print('_thin_dashed_line_4', dl._thin_dashed_line_4 * 60)

    print('_wave_line (upper double)', dl._wave_line * 60)
    print('_wave_line_2', dl._wave_line_2 * 60)
    print('_wave_line_3', dl._wave_line_3 * 60)
    print('_wave_line_upper', dl._wave_line_upper * 60)
    print('_wave_line_under', dl._wave_line_under * 60)

 

  • 0
    点赞
  • 2
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
OpenCV-Python提供了多种模型分割的算法,包括基于图像颜色空间的分割、基于形态学操作的分割、基于阈值的分割、基于边缘检测的分割以及基于机器学习的分割。下面我将简单介绍其中几种常用的模型分割算法。 1. 基于阈值的分割:这是最简单的图像分割算法,其基本思想是将图像根据像素灰度值的大小关系进行分割。OpenCV-Python提供了多种阈值分割的方法,包括全局阈值、自适应阈值、Otsu阈值等。 2. 基于形态学操作的分割:形态学操作是一种基于图像形状和结构的处理方法。OpenCV-Python提供了多种形态学操作,包括膨胀、腐蚀、开操作、闭操作等,这些操作可以用于去除噪声、填充空洞、分离物体等。 3. 基于边缘检测的分割:边缘是图像中物体和背景之间的分界线,因此边缘检测可以用于分割图像。OpenCV-Python提供了多种边缘检测算法,包括Sobel、Canny、Laplacian等。 4. 基于机器学习的分割:这种方法需要事先训练一个分类器,然后用分类器对图像进行分割。OpenCV-Python提供了多种机器学习算法,包括支持向量机、随机森林、神经网络等。这些算法可以用于图像分类、目标检测、物体识别等应用。 以上是常用的几种模型分割算法,你可以根据具体的应用场景选择合适的算法。同时,OpenCV-Python还提供了多种图像处理函数和工具,可以帮助你快速实现图像分割功能。
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