python打开文件_【Python】RST文件打开——以torchtext官方github文档为例

222d8ca2bb8f35ca1639b978763f856e.png

文 | 菊子皮 (转载请注明出处) 作者B站:科皮子菊

1 背景

近期在学习torchtext相关内容,但是当前网络上相关的中文文档较少,一些博文描述的不是很详细,pytorch官方也打不开,于是在github下载了源码,看看github有没有相关的官方文档。对于一些github上的项目,我们通常看到的readme是md形式的,然而下载torchtext之后,发现并没有readme.md文件,到是有一个readme.rst的文件,并且能够在github上完美的展示。查阅资料有发现,rst文件也是一种标记文本,与md类似,其全称是:reStructuredText,更多关于rst信息可参考reStructuredText(rst)快速入门语法说明[1]

rst文件是Python编程语言的Docutils项目的一部分,Python Doc-SIG (Documentation Special Interest Group)。该项目类似于Java的JavaDoc或Perl的POD项目。Docutils 能够从Python程序中提取注释和信息,格式化成程序文档。

2 将RST文档转标准可视化文档

如何将python项目中,RST文档转成可视化文档呢?本文参考RST文件打开[2],结合torchtext[3] github项目演示如下。

演示环境:window10, python3.7

2.1 文件结构介绍

当前项目解压后,项目结构文件如下(可能由于项目版本更新文件结构略有不同):

1dd906b906592c97dd832ddd5d789d72.png根据文件路径,顾名思义项目的文档在docs文件夹下,进入后则有:

2c906a7708b8ae07e2eca0a2754c7f8e.png项目的具体文档内容在source文件夹中,进入查看有:36df9335db18080bceb95897a76134c6.png

这时就可以看到很多以.rst结尾相关的官方说明文档,_static文件夹中的内容是rst经过转后成html所需的静态文件,如图片,css样式等。

回过头看docs文件夹下的其他文件,其中make.bat和makefile文件应该是不同系统中生成可视化文档的命令,在windows系统中点击make.bat没啥效果,脚本中的内容具体如何执行,由于我不是很擅长,这里就抛砖引玉,下面我会使用其他方式处理。至于requirements.txt文件是编译所需要一些要求,需要安装了sphinx和pytorch的样式包pytorch_sphinx_theme

2.2 开始编译

在配置好所需环境后(该文档还需要有pytorch环境),下面使用相关编译命令对文档进行编译,命令如下:

sphinx-build -b html source build

其中参数释义如下:

  • -b 即编译,后接编译后的结果 html,即将rst文档编译成html格式数据
  • source 即包含rst文件的文件夹
  • build 是编译后html文件存放的路径

编译过程如下:30dc3fe92e67205e794da9d4dcb744dc.png由于无法连接pytorch官网,所以一些数据无法请求过来。最后编译的结果就在docs文件夹的build目录下:dbf96b86cd72aead17e618ca051f71cd.png打开index.html文件得到如下结果:4f1802df2965e528c7b7405ac7311314.png很多数据与官网文档样式相同,也勉强可看。

3 总结

总得来说,本文也是抛砖引玉了,解决了基本问题,希望能够帮助需要的人,以飨读者。

参考资料

[1]

reStructuredText(rst)快速入门语法说明: https://www.jianshu.com/p/1885d5570b37

[2]

RST文件打开: https://blog.csdn.net/power0405hf/article/details/79110657

[3]

torchtext: https://github.com/pytorch/text

49574006bdd1e7cf814833c15b37d6c5.gif

2f9a2fd9c5f790981117602614f5afba.png

e018c0efb0e7536c3615c6e803931a5c.gif

剑指Offer刷题集| Python基础

9084dca5c213e503bc6c5a9353480de0.png

更多精彩文章

机器学习分类器性能标准(Accuracy、Precision、Recall、P-R曲线、F1等)你是否真的懂了?

不仅仅要会导别人的包也要会导自定义的包——Python导包总结!

回归树分析与sklearn决策树案例!

决策树算法——集成学习的基础!

如何用Python书写计算任一多变量函数任一点的偏导导数值?

一个绘制决策树的工具——graphviz,但你忽视了它的其他功能,如结构句法分析结果!

VSCode再添新功能——绘制流程图,来看看如何操作吧!

如何解决下载Github源码慢的问题

sklearn机器学习入门案例——使用k近邻算法进行鸢尾花分类

Python中的迭代器和生成器

最优化问题:拉格朗日乘子法、KKT条件以及对偶问题

30161fd883195921bb4f2acbe86efb56.gif

  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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