0.0.19 • Published 5 years ago

unpack_tp v0.0.19

Weekly downloads
3
License
MIT
Repository
github
Last release
5 years ago

unpack_tp

unpack_texturepacker

把texturepacker 生成的图集,重新提取还原成多张小图

安装:

$ npm install unpack_tp

用法命令:

un dir(file) type

dir(file):目录或数据文件

type:文件生成类型(比如cocos就是cc)

API:

/**
 * 解包图集,裁剪还原小图片
 * @param fileOrDir 配置文件绝对路径或文件目录(允许目录嵌套),支持批量处理
 * @param packType 文件类型,非文件后缀,仅提供了cocos支持,类型为 "cc",可通过实现 IParser 接口扩展更多类型
 */
 function unpack(fileOrDir: string, packType: string)

/**
 * 注册自定义解析器
 * @param type string类型
 * @param parserCls 实现了IParser接口的类
 * @param ext 文件扩展名 (".plist")
 */
function registerParser(type: string, parserCls: any, ext:string)

编程式调用:

var unpacker = require("unpack_tp");
var path = require('path');
unpacker.unpack(path.resolve("test", "ui"), "cc");

扩展接口实现

目前仅支持cocos 的plist导出,实现IParser接口可增加支持更多类型

var unpacker = require("unpack_tp");
unpacker.registerParser(IParserCls, "unity");
unpacker.unpack(path.resolve("test", "ui"), "unity");
/**
 * 解析器接口,实现parse方法
 */
export interface IParser {
    /**
     * 解析可能有异步操作,所以要返回 Promise<ITrimData>
     * @param configFilePath 
     */
    parse(configFilePath: string): Promise<ITrimData>
}

/**
 * 图集的裁剪数据
 */
export interface ITrimData {

    /**
     * 图集的绝对路径
     */
    atlasPath: string,

    /**
     * 裁剪数据数组
     */
    itemDatas: ITrimItemData[]
}

/**
 * 裁剪单张图片的所需要数据
 */
export interface ITrimItemData {
    /**
     * 图片名称
     */
    name: string,

    /**
     * 裁剪的时候是否需要旋转
     */
    rotated: boolean,

    /**
     * 旋转的角度
     */
    degree: number,

    /**
     * 真实的裁剪位置与大小,如果是旋转过的,要交换 w,h 的位置
     * [x, y, w, h]
     */
    frame: number[],

    /**
     * 原图像有效像素的矩形
     * [x, y, w, h]
     */
    sourceColorRect: number[],

    /**
     * 原图像的大小
     * [w, h]
     */
    sourceSize: number[]
}

注:需要使用build下的binding.node才能正确裁剪图片,images附带的有问题,第一次运行会自动复制到node_modules/images目录下, 如果不能成功复制文件,需要手动进行操作,images修复后会移除这个步骤,如果运行时有问题,请把nodejs升级到最新版本,作者开发时用的是11.10.0

0.0.19

5 years ago

0.0.18

5 years ago

0.0.17

5 years ago

0.0.16

5 years ago

0.0.15

5 years ago

0.0.13

5 years ago

0.0.12

5 years ago

0.0.11

5 years ago

0.0.10

5 years ago

0.0.9

5 years ago

0.0.8

5 years ago

0.0.7

5 years ago

0.0.6

5 years ago

0.0.5

5 years ago

0.0.4

5 years ago

0.0.3

5 years ago

0.0.2

5 years ago