sketch 将动图转换为json_开源 | Picasso：sketch设计稿智能解析工具

开源二期项目专题系列（一）
1. 开源项目名称：Picasso
2. github地址： https://github.com/wuba/Picasso
3. 简介：Picasso是58同城推出的一款sketch设计稿智能解析工具，可将sketch设计稿自动解析成还原精准，可用度高的前端代码；从而提高前端开发效率，助力业务快速发展。
Picasso于2020年9月份开源，具备以下特点：

• UI还原度高，设计稿还原精准。
• 生成代码可用度高，可维护性好。
• 解析工具使用方便、操作简单，完全自动化解析。
• 针对不同的应用场景，提供运营版和普通版两种模式。
• 支持导出多种尺寸(1倍 1.5倍 2倍 3倍)图片，满足不同屏幕尺寸适配需求。

项目背景UI自动化已经成为当前行业研究的趋势，各大公司都在进行相关方向的研究，sketch设计稿存储的是结构化数据，这给我们进行UI自动化解析生成代码提供了契机；为了提升前端开发效率，减少页面重构的工作，甚至某些场景下完全自动化生成代码，Picasso智能解析工具应运而生。核心设计Picasso的核心解析流程主要包括Symbol解析、图层重构、属性解析、布局处理。

1. Symbol解析1). Symbol模块整合

• 设计稿源文件中包含以下两个json文件：Page页面json和Symbol模块json。
• 我们通过SymbolID的引用关系来推导出模块之间的依赖关系，将symbol模块json整合到各个Page页面json中，便于后续的解析。

2). Symbol模块传参

• 参数只作用于其子Symbol模块。
• 相同参数传值：外层(父父级)参数值的权重高于内层(父级)。

3). Symbol模块缩放

• 根据SymbolInstance和SymbolMaster的尺寸比例，等比例转换symbolMaster的坐标尺寸，作为实例SymbolInstance的坐标尺寸。

通过对Symbol的解析，我们得了一个包含页面重构所需的完整信息的json。2. 图层重构图层重构主要包含五个步骤，如下图：

第一步. 去掉分组
由于UI设计师并不了解前端的布局习惯，他们对图层进行的分组，往往和前端期望的结果差别较大，几乎不可用；看下这张设计稿：

该设计稿的原始分组如下：

前端开发期望的分组如下：

因此，我们需要去掉设计稿中已有的分组，在后续的流程中进行重新分组。第二步. 分层
UI设计稿中经常会出现多层重叠的结构，例如弹层,吸底栏等；这时候需要我们进行分层处理，然后再对每层进行单独处理。

第三步. 重新排序和组合
UI设计稿主要专注于视觉效果，对设计稿中图层的顺序没有特别的要求，这就造成我们拿到的设计稿中图层的顺序是混乱的。

通过我们的排序算法，将图层的按照从左上到右下的顺序排列，如此同时处理图层之间的父子关系,优化后的顺序如下：

第四步. 特征分组
特征分组是Picasso解析过程的关键环节，我们通过提取图层的结构特征，如位置，尺寸，类型等因素，进行特征分析，寻找相似图层等方法，优化图层的结构及组合方式，来提升代码可用度。特征分组的主要流程如下：

我们来看下，在不同场景下经过特征分组处理后的解析效果：场景一.列表页

场景二. 大类页

第五步. 结构简化
经历了去组、分层、结构重组、特征分组这四个环节，图层发生了多次聚合和重组，这个过程中会产生冗余的无用结构，需要对冗余结构进行优化。

结构优化规则:a. 容器:子元素属于无意义元素 => 删除子元素；b. 容器:子元素有意义，父元素无意义 => 删除父元素；c. 图片:父元素无背景及边框 => 删除父元素；d. 图片:子元素与父元素位置大小完全相同 => 删除父元素；e. 画板:父元素为画板的情况 => 不处理父元素，只处理子元素。

3. 属性解析
属性解析主要是将sketch源文件中的属性一一对应成CSS样式，这样就得到了细节的视觉。

4.布局
在结构和样式解析完成之后，接下来就是布局处理，布局完成之后，会进行相应的代码生成；至此，解析工作全部完成，我们得到了前端开发需要的UI代码。

总结

Picasso经过模块解析、图层重构、属性解析、布局流程，完成了sketch源文件到代码的自动化解析，同时保证了生成的代码还原精准、可用度高。

未来规划

Picasso拥抱开源之后，会继续进行UI自动化探索，未来规划如下：

• 持续优化解析算法，提升解析还原度和代码可用度。
• 支持自定义DSL，便于生成小程序、RN、客户端等多端代码。
• 扩展解析源，例如PS设计稿的解析。

如何贡献&问题反馈

感谢对 Picasso 的支持，可以在 https://github.com/wuba/Picasso 了解我们的项目，欢迎大家提交PR或Issue，向我们提建议或者反馈问题。

作者简介：

黄文存：58同城 本地服务技术部 前端资深工程师 ；主要负责UI自动化、前端工程化相关工作。张志华：58同城 本地服务技术部 高级前端架构师；技术委员会委员 、负责本地服务前端团队管理工作。
鞠美玉：58同城 本地服务技术部 高级前端工程师 ; 主要负责微信生态前端相关工作。推荐阅读：深度学习在58商业排序的应用实践
多样性算法在58部落的实践和思考
58技术沙龙 | 第十五期 走进微前端
开源｜qa_match更新啦——支持轻量级预训练、提高问答通用性
58技术沙龙｜第十一期：基于深度学习的自动问答工具——qa_match开源项目解析