qworktree 0.6.1

q工作树

qworktree是一个简单的工具，允许在不管理主xxx.pro的情况下管理qt工作树。

它被设计为在树的根路径（执行它的位置）创建主pro文件。

它有一些我到不了的集装箱要卸下：

• 需要删除mk_功能元素
• 在根目录中生成2个文件

![Badge](https://badge.fury.io/py/qworktree.png

说明

此工具用于创建工作树的主.pro文件

qworktree拥有一个免费的许可证，可以在许可证文件中找到。 任何贡献都是受欢迎的；）

Git存储库

http://github.com/HeeroYui/qworktree/

安装

要求：Python >= 2.7和pip

只需运行：

pip install qworktree

在debian/ubuntu上安装pip:

sudo apt-get install pip

在Arch Linux上安装PIP:

sudo pacman -S pip

在MacOS上安装PIP:

sudo easy_install pip

用法

下载工作树并运行命令

qworktree
export QMAKEFEATURES=`pwd`/mkfeatures
mkdir build
cd build
qmake ..

qworktree将生成本地文件

folder_name.pro ==> the file of the worktree description
defines.prf ==> a file that define a list of dependency macro

创建所需元素

1:需要mkfeature来添加include以确定主根工作树：mkfeatures/root_directory.prf

ROOT_DIRETORY += $${PWD}/..
ROOT_DEFINES += $${PWD}/../defines.prf
load(../defines.prf)

2:在库/插件/应用程序文件夹中创建文件：folderName/qworktree_folderName.py

#!/usr/bin/python
# -*- coding: utf-8 -*-
depend_on = [
"depend_worktree_lib1_name",
"depend_worktree_lib2_name"
	]

3:使用依赖项属性在工作树中创建文件：folderName/dependencies.pri

INCLUDEPATH += $$PWD
LIBS *= -llibraryName

4:导入库元素：

  load(root_directory.prf)
  # request include properties
  include($$ROOT_DIRETORY/$$LIB_DECLARE_DEPENDENCIES_FOLDERNAME1)
  include($$ROOT_DIRETORY/$$LIB_DECLARE_DEPENDENCIES_MYLIB2)

注意，定义是在文件defines.prf

中生成的。

许可证（MPL v2.0）

qworktree edouard dupin版权所有

根据Mozilla公共许可2.0版（“许可”）授权； 除非符合许可证，否则您不能使用此文件。 您可以在

https://www.mozilla.org/MPL/2.0/

除非适用法律要求或书面同意，否则软件 根据许可证分发是按“原样”分发的， 无任何明示或默示的保证或条件。 有关管理权限的特定语言和 许可下的限制。

标签：

• pip
• 文件
• 元素
• include
• root
• qt
• pro
• prf
• defines

欢迎加入QQ群-->： 979659372

推荐PyPI第三方库

• djangorequestid

  防止攻击的包

• remita-rits

  用于Remita银行间转账服务的Python SDK简单API

• geopol

  Python包来检索和正确重塑一个地理区域的多边形

• pyobjcframeworkcfnetwork

  防止攻击的包

• mdparser

  mdparser

• quantzsl

  梓昱zsl的quant

• dialogflow-webhook-json

  直接使用此库创建webhook JSON响应

• torchac

  PyTorch的快速算术编码

• postgresqlaudit

  防止攻击的包

• matrix-synapse-ra

  矩阵分散通信协议的参考homeserver

• x-rand

  edX的随机问题生成

• cvp

  python中的计算机视觉。

• missing-AdityaVashista-101703039

  这是一个简单的cmd python程序，它用属性列的可用值的中间值填充数据集中缺少的值。

• voila-reveal

  未提供项目说明

• distributions-metric

  高斯分布和二项式分布