🔭 Laboratoires Mirador

25% de la session | On va récupérer des données sur internet et les afficher dans notre application

Les laboratoires s'articulent autour du Projet Mirador. Ce projet affiche dans une application Java & JavaFX des données provenant de Internet (Services de données).

L'invitation GitHub Classroom est donnée en classe (elle est sous la diapo de titre de l'énoncé, dans la section commentaire).

1. Laboratoire Exploitation d'un modèle
5%
Remise : 8 septembre avant le cours

On va créer 5 modèles pour l'application MIRADOR :

  • Identifier les 5 modèles à partir de l'énoncé du projet OU à partir de ses propres choix de services
  • Nommer les classes et les créer avec Eclipse
  • Détailler les 5 modèles à partir des écrans et d'une discussion en classe
  • Nommer les champs (au moins 5 champs par classe)
  • Programmer les champs et générer les get/set
On pourra rechanger les modèles après cette remise si vous changez de services en cours de route.
Barème : 1 point par modèle (au moins 5 modèles)
  • le modèle est dans le paquetage modele
  • son nom est sémantique et sans abréviation
  • son nom commence par une majuscule
  • chaque modèle a 5 champs en moyenne
  • les get et les set sont générés
2. Laboratoire Afficher dans une vue
10%
Remise : 17 septembre avant minuit

On va créer/adapter 5 vues pour l'application MIRADOR :

  • Charger le projet Mirador existant
  • Faire fonctionner son JavaFX dans Eclipse
  • Rendre le projet versionnable dans GitHub (voir la fiche Commandes GitHub)
  • Renommer les vues en fonction de son sujet
  • Ajouter 5 fonctions publiques afficherTruc() à des vues existantes & les appeler (tout le reste est privé)
  • Ajouter vos modèles en paramètres de fonctions & des données bidons à l'appel des fonctions, puis commit
  • Coder l'affichage du modèle reçu vers le FXML
Les vues sont maintenant encapsulées.
Barème : 2.5 points par vue
  • la vue est dans le paquetage vue
  • son nom est sémantique et sans abréviation
  • son nom commence par une majuscule
  • tous les composants graphiques sont privés
  • la fonction qui affiche est publique
  • la fonction qui affiche reçoit le modèle à afficher
3. Laboratoire Servir des données parsées
10%
Remise : 3 octobre avant minuit

On va créer 5 DAOs pour l'application MIRADOR :

  • Déterminer les données nécessaires selon l'écran designé (maquette, prototype)
  • Identifier la source des données : indiquer l'url et le format du service de données, lister les champs
  • Télécharger et parser les données : faire la preuve de concept à part, afficher en console (log) les données reçues et aussi les données parsées
  • Encapsuler dans des DAO (un par modèle) : placer les codes de lecture dans une classe DAO pour que l'application s'en serve sans savoir d'où viennent vraiment les données
Il doit y avoir au moins 1 XML et 1 JSON parmi les 5 données du projet.
Barème
  • 1 point pour le code de téléchargement des données
  • 1 point pour le code de parsing des données
  • 3 points pour la création des objets de modèle par le DAO
  • 2 points pour l'encapsulation dans les classes DAO
  • 3 points pour les logs, l'intégration, les étapes
Critères pour un DAO
  • le DAO est dans le paquetage donnee
  • son nom est sémantique et finit par DAO
  • son nom commence par une majuscule
  • il ne comporte aucun composant graphique
  • ses fonctions publiques retournent des objets modèles
  • seul le DAO a du code de téléchargement et de parsing (ou d'autres classes de son paquetage)

Critères de correction pour le code en général

Les critères d'évaluation sont : le respect de l'énoncé, le versionnement en temps utile et les commentaires de commits, le nommage selon les normes tout au long du processus, la séparation des couches de programmation, l'intégration des techniques vues en classe, le respect des livraisons intermédiaires.

Le laboratoire Filtrer des données sera réalisé ultérieurement dans la session, dans la partie Design pattern, sur la version finale du projet Mirador.