Nano Hash - криптовалюты, майнинг, программирование

Использование pyuno в MacOS для преобразования файлов

Я использую MacOS 10.6 и OpenOffice 3.3. Я заинтересован в использовании PyUNO для преобразования сценариев из .odp в .ppt, .pdf и .swf. Я не нашел четкой документации о том, как это сделать с MacOS. Кто-нибудь знает о существующей документации, чтобы запустить этот процесс? Я довольно хорошо разбираюсь в Python, но я даже не могу найти, как получить доступ к языковым привязкам в MacOS. Есть указатели?

Спасибо, Шон

macos python uno openoffice.org pyuno
02.02.2011

Ответы:


1

Я не уверен, что они устранили проблему, но пару месяцев назад вы не могли запускать скрипты pyUNO за пределами OOo на MAC. См. Статью: «Должны ли мы поставлять OOo с внутренним питоном на Mac? "

15.08.2012
  • Последняя версия LibreOffice4 поставляется с установкой Python 3.2, которая отлично работает. К сожалению, это дублирует существующую установку MacPorts Python, а установка UNO на MacPorts Python еще не сработала. 07.04.2013
    • Новые материалы
    Кластеризация: более глубокий взгляд
    Кластеризация — это метод обучения без учителя, в котором мы пытаемся найти группы в наборе данных на основе некоторых известных или неизвестных свойств, которые могут существовать. Независимо от..
    Как написать эффективное резюме
    Предложения по дизайну и макету, чтобы представить себя профессионально Вам не позвонили на собеседование после того, как вы несколько раз подали заявку на работу своей мечты? У вас может..
    Частный метод Python: улучшение инкапсуляции и безопасности
    Введение Python — универсальный и мощный язык программирования, известный своей простотой и удобством использования. Одной из ключевых особенностей, отличающих Python от других языков, является..
    Как я автоматизирую тестирование с помощью Jest
    Шутка для победы, когда дело касается автоматизации тестирования Одной очень важной частью разработки программного обеспечения является автоматизация тестирования, поскольку она создает..
    Работа с векторными символическими архитектурами, часть 4 (искусственный интеллект)
    Hyperseed: неконтролируемое обучение с векторными символическими архитектурами (arXiv) Автор: Евгений Осипов , Сачин Кахавала , Диланта Хапутантри , Тимал Кемпития , Дасвин Де Сильва ,..
    Понимание расстояния Вассерштейна: мощная метрика в машинном обучении
    В обширной области машинного обучения часто возникает необходимость сравнивать и измерять различия между распределениями вероятностей. Традиционные метрики расстояния, такие как евклидово..
    Обеспечение масштабируемости LLM: облачный анализ с помощью AWS Fargate и Copilot
    В динамичной области искусственного интеллекта все большее распространение получают модели больших языков (LLM). Они жизненно важны для различных приложений, таких как интеллектуальные..