开源 | Picasso:sketch设计稿智能解析工具

作者:jcmp      发布时间:2021-04-14      浏览量:0
开源二期项目专题系列1. 开源项目名称:

开源二期项目专题系列

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效果。

解析规则

4. 布局

在结构和样式解析完成之后,接下来就是布局处理,如下图:

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。

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。