Какую библиотеку Mac/iOS/Portable можно использовать для форматирования информации для печати на бумаге для этикеток?

Question

Я ищу библиотеку с открытым исходным кодом (или дешевую коммерческую), которая обрабатывает сложность форматирования информации для стандартной бумаги для этикеток (скажем, Avery 5160). Я хотел бы использовать библиотеку в приложении Mac и iPhone. Я видел этот же вопрос для специализированного принтера для печати этикеток, но я ищу для совместимой библиотеки Mac, которая будет работать с этикеточной бумаги, загруженной в любой принтер: What options are available to developers for printing to a dedicated label printer?

Кроме того, я заинтересован в предложениях о моей лучшей стратегии делаю это сам ... Я не собираюсь разбираться в тонкостях многих разных форматов бумаги - я бы, вероятно, нацелился только на один вид бумаги с надписью Letter Letter и одного вида бумаги с надписью A4. Какие из них самые популярные?

Answer 1

Написав (закрытый) код Mac, который на самом деле это делает, могу вам сказать, что это не самая сложная вещь в мире. Моя кодовая база поддерживает только метки Avery. У меня есть файл ресурсов в приложении с геометрией для каждого типа метки (количество строк, столбцов, размер полей, размеры желобов и т. Д.). Я использую это для компоновки сеток должного размера подсмотров основного вида печати, где каждое подвью является одной меткой. Каждое подчинение отвечает за изменение макета своей информации в соответствии с ее размером. Понятно, что это можно сделать с помощью Cocoa Autolayout (мой код предшествует Autolayout).

Вы можете скачать CSV-версию моего файла размеров ярлыков here.

EDIT: Я могу также упомянуть, что вам понадобится сделать дополнительную дополнительную работу для решения, которое работает как на Mac, так и на iOS. API-интерфейсы печати отличаются друг от друга между двумя платформами. Даже если вы используете настраиваемое представление для печати на iOS, UIView и NSView не совсем то же самое. Тем не менее, при тщательном планировании вы должны придумать что-то, что по крайней мере делится общим кодом ядра на обеих платформах.