ポケモンgoに使われているライブラリと非公認ツールなどを書いていこうと思います。(随時追加していきます。) #使われているライブラリ 出典： pokemon go 公式アプリのライセンスページより ###GoogleCardBoard VR用のヘッドマウントディスプレイですね。そのうち対応するでしょう。 https://vr.google.com/intl/ja_jp/cardboard/ ###SharpZipLib C#で書かれたソフトウェアの圧縮用のライブラリのようです。 https://icsharpcode.github.io/SharpZipLib/ ###Lunar Unity Mobile Console Unityのモバイルバージョンのログをだすツールだそうです。 簡単に言うとUnityですね（笑）Unityで作ってMobile用に最適化するためのツールのようです。 ht
RESTfulなサーバを建てたいと思った時に使うのがJersey。 さて、RESTなだけで、やっぱりクロスドメインとか対応させないとね―。 ということでjsonp対応の方法。 @Path("/jsonget") @GET public JSONWithPadding getMethod(@Context HttpServletRequest request, @QueryParam("callback") @DefaultValue("callback") String callback){ //適当に返却する情報を生成 Object resultObj = ・・・; //返却したいオブジェクトを元にJSONWithPaddingを生成 return new JSONWithPadding(resultObj, callback); }これだけ。 これだけで、リクエストによってJSONかJ
Make JSON greppable! gron transforms JSON into discrete assignments to make it easier to grep for what you want and see the absolute 'path' to it. It eases the exploration of APIs that return large blobs of JSON but have terrible documentation. ▶ gron "https://api.github.com/repos/tomnomnom/gron/commits?per_page=1" | fgrep "commit.author" json[0].commit.author = {}; json[0].commit.author.date = "2
Digdag が Apache License 2.0 の元でオープンソース化されましたよ！ さぁ試すんだ…！ 今すぐにでも！ https://t.co/Uzc4a5GLCe ドキュメント：https://t.co/PF8wy5KHln— Sadayuki Furuhashi (@frsyuki) 2016年6月15日 Digdagが先日リリースされたのをきっかけにデータ分析基盤構築の夢を見た。 今回は、Google Cloud Platform（以下、GCP）のコストを可視化かつ分析可能にしてみて、まずはDigdagの使用感を試してみることにする。 事前知識 Digdagとは Workload Automation Systemである。以下の記事が詳しい。 EmbulkとDigdagとデータ分析基盤と 分散ワークフローエンジン『DigDag』の実装 at Tokyo RubyKaigi
jsonapi-resourcesはこちら cerebris/jsonapi-resources: A resource-focused Rails library for developing JSON API compliant servers. 下準備 インストールまで いつものなのでサクサクいきます。 $ bundle init # Gemfile source 'https://rubygems.org' gem 'rails', '5.0.0.rc1' $ bundle install $ bundle exec rails new . --api # 上書きを確認されるので適当にYesしておく # Gemfile # 以下を追記。 # rubygemsにあるのだとRails5に対応していないのでgithubから取得していることに注意。 gem 'jsonapi-resourc
テキストベースのファイル形式と、それぞれを（主にLinux上で）操作するためのコマンドラインツールのリストを掲載しています。 目次 DSV XML,HTML JSON YAML,TOML INI 設定ファイル おまけ：単一ファイルデータベース用コマンドラインインタフェース（CLI） ライセンス 情報開示 DSV CSV や TSV などを含む DSV（Delimiter-separated values、区切り文字で区切られた値） です。 Awk AwkはPOSIXで標準化されているコマンドラインツールで、DSVデータ処理用プログラミング言語です。Awkに関するリンクは以下のとおりです。 Awk.info — Awkに関する情報が豊富です。 AWK Vs NAWK Vs GAWK —プラットフォーム別実装の比較です。 すでにプログラミング言語を使用してプログラミングをしている場合は、naw
TL;DR JSON Schemaを使ってこういうことが実現可能になった。 ダミーAPIサーバの提供 ドキュメントの自動生成 APIクライアントの動的定義 APIサーバのバリデータの動的定義 APIサーバのレスポンスの自動テスト JSON Schemaとは JSON SchemaというのはあるJSONのデータ構造を記述するための方法および書式の仕様で、 JSON SchemaもJSONで記述される。 これを利用すれば、リソースベースの(=RESTfulライクな)APIの仕様が簡便に記述できる。 例えば、我々のAPIはレシピとユーザというリソースを扱っていて、 それぞれCRUDのAPIを備えており、レシピはidとtitleとdescriptionという属性を持つ、 という旨をJSON Schemaで表現できる。 なんで最近ちょっと流行ってんの Mobile First、 Service Or
[参考情報] 【永久保存版】OAuth 2.0 / OpenID Connect シーケンスまとめ URL：https://qiita.com/kura_lab/items/812a62b5aa3427bdb49d タイトル： 『OpenID Connect 入門 〜コンシューマー領域におけるID連携のトレンド〜』 概要： コンシューマー領域におけるID連携のトレンドであるOpenID Connectの概要と仕様のポイントについてご紹介します。 OpenID TechNight Vol.13 - ID連携入門 Aug. 26, 2015 URL：https://openid.doorkeeper.jp/events/29487Read less
ソースコードを検索する際には何を使っていますか。GitHubの検索を使う人もいるでしょうし、grepで検索する人もいます。しかし好みの条件がつけられなくて不便に感じることも多いでしょう。 そこで使ってみたいのがソースコード検索エンジンです。Houndはもの凄く手軽に使えて高機能な検索エンジンとなっています。 Houndの使い方 インストールは以下のような手順となっています。 git clone git@github.com:etsy/Hound.git export GOPATH=`pwd` go run src/hound/cmds/houndd/main.go 実際にはrunを実行する前にconfig-example.jsonを編集してconfig.jsonとします。内容は以下の通りです。 { "dbpath" : "data", "repos" : { "SomeRepo" : {
はてさて、最近Unityまわりの記事ばかりを書いていましたがあんまりウケがよくなく、やー、やっぱ自分の専門領域外のネタは（掴みがわからず）きっつぃなぁと、いうことで今日はFlatBuffersのPHP portを書いたので紹介でもしておこうかと思います。 先に断っておくとまだそこまで使い倒していないので解釈の違いなどがあるかと思いますので識者の方はツッコミいただけると助かります。 FlatBuffersは特にゲームに特化してつくられたSerializationライブラリでC++を始めとした主要な言語のライブラリサポートがされています。 https://github.com/google/flatbuffers 詳細は↑読んでね、という感じなのですが、Facebookの記事でFlatBuffersを知られたかも多いかと思います。 https://code.facebook.com/posts
イベント-Event コンペティション イベント 奥州3Dデザイン展 ~新しい南部鉄器のカタチ~ - 新しい「南部鉄器」の3Dデザ... 2024-01-14 岩⼿県奥州市の伝統⼯芸品である「南部鉄器」の業界活性化を目的としたデザインコンペ「奥州3Dデザイン展」が初開催されます。現在応募作品募集中ですよ！ 続きを読む イベント-Event 2024春 バンクーバーVFX/CG現地体験会 - 英語が苦手でも安心の6日間の... 2024-01-14 海外の映画・CG・Web業界への進出をサポートするチーム「Teamove」による「2024年春 VFX／CG現地体験会」の仮申し込み受付が開始されています！※CG専門の通訳が全日程アテンド！英語ができない方でも安心！ 続きを読む Blender アドオン プラグイン＆アドオン-Plugin&Addon Jiggle Maker v1.1 - クロ
［GDC 2016］Autodeskのゲームエンジン「Stingray」開発者が語る，その設計思想とは 編集部：aueki 北米時間2016年3月17日，Autodeskは，「GDC 2016」にて，同社が提供しているゲームエンジン「Stingray」に関する講演「Technical Introduction to the Autodesk Stingray Game Engine」を行った。本稿ではStingrayの開発者が説明した設計思想などを紹介したい。 Niklas Frykholm氏（System Architect，Autodesk） Stingrayは元々，本講演の登壇者であるNiklas Frykholm氏と，Tobias Persson氏が2009年に開発したゲームエンジン「Bitsquid」をベースにしている。 Bitsquidは，Windows PC以外に，PlayS
これは、元はReactの公式ブログへ投稿されたものです。 個人的な見解になりますが、ReactはJavaScriptを使用した大規模で高速なWebアプリケーションを開発する、 最も優れた方法であると考えています。 これは、FacebookとInstagramにおいて、我々にとって良い結果をもたらしてくれています。 Reactの優れた点の1つに、アプリケーションの構築を、どのように考えさせるかという事が挙げられます。 このページでは、Reactを使用した検索可能な商品データのテーブルを構築する過程を通して、学んでいきます。 まずは、モック作りから ステップ1: UIをコンポーネント階層に分割 ステップ2: Reactの静的版の構築 ステップ3: UIステートの必要最小限構成 ステップ4: ステートを使用するべき場所の特定 ステップ5: 別(逆)データフローの追加 最後に まずは、モック作りか
2. アジェンダ •サービス要件・チームの現状を紹介 •Web 開発における技術変遷 •Play Framework 導入事例 •実戦での OSS Octoparts 紹介 •Skinny Framework 導入事例 •その他の事例、実践内容 •所感、まとめ 3. 自己紹介 •2009 年から現職、ソフトウェアエンジニア •主に Java/Ruby/Scala でコードを書く仕事 •基盤開発チーム：全社共通サービス・ライブラ リの開発・保守、AWS 管理等を担当 •ScalikeJDBC プロジェクトリード •Skinny Framework プロジェクトリード •Scalatra, json4s メンテナ（PR 待ってます）
ゲームデータを保存するには主に二つの方法があります： sqliteを利用してデータを保存 ファイルベースでデータを保存(XML, JSONなど) sqliteのようなデータベースを使うと、データのソートや抽出など、明らかにファイルベースより都合がいいと思いますが、その代わりにデータ抽出の処理を書かなくちゃいけないです。 本当にデータベースなんか必要なのか？ ゲームの種類にはよるけど、本当にデータベースが必要になってくるのは恐らくFootball Managerのような、データ処理がメインで、大量なデータが必要なゲームでしょう。普通のカードゲームなどはファイルベースで十分です。あとバックエンドがあれば、ソートなどはバックエンドに任せてもいいと思います。 cocos2d-xゲームデータの保存 ユーザーデータならUserDefaultを使えばよいでしょう。他のデータはplistとして保存して、デ
import sys import json import requests from bs4 import BeautifulSoup import codecs def scraping(url, output_name): # get a HTML response response = requests.get(url) html = response.text.encode(response.encoding) # prevent encoding errors # parse the response soup = BeautifulSoup(html, "lxml") # extract ## title header = soup.find("head") title = header.find("title").text ## description descriptio
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く