


Exportieren von Mac OSX-Buch-Highlights in einen Obsidian Vault oder in Markdown-Dateien
Readwise ist ein leistungsstarkes Tool, dessen volles Potenzial jedoch für Benutzer freigesetzt wird, die auf mehreren Plattformen ausführlich Anmerkungen erstellen. Mein Hauptanwendungsfall war der Import von E-Book-Highlights und Notizen in Obsidian. Während ich auch Webseiten mit Anmerkungen verfüge, sendet der Obsidian Web Clipper in Verbindung mit dem Orion-Browser (der die Verwendung der Chrome-Erweiterung ermöglicht) diese direkt an Obsidian, sogar auf meinem iPad.
Dies veranlasste mich, nach einer abonnementfreien Methode zum Importieren von Highlights zu suchen.
Readwise-Highlights in Obsidian importieren
Der halbautomatische Hervorhebungsabruf von Readwise ist auf Kindle-Bücher beschränkt. Ein einfacher In-App-Button leitet den Import ein. Für andere Quellen wie Apple Books ist ein manueller Eingriff erforderlich: Wählen Sie alle Highlights in der App aus und senden Sie sie per E-Mail an Readwise.
Das Readwise Obsidian-Plugin importiert diese dann als Notizen. Die Konfiguration ist unkompliziert und effektiv:
Die Importeinstellungen von Readwise gehen jedoch über das Plugin selbst hinaus. Die Exportkonfigurationsseite auf der Readwise-Website bietet zusätzliche Anpassungsmöglichkeiten:
Die Obsidian-Integrationskarte ermöglicht eine weitere Verfeinerung:
Die Standard-Hervorhebungsvorlage generiert Notizen wie diese:
Obwohl ich vorhatte, die Exportvorlage mithilfe von „Benutzerdefinierte Formatierung verwenden“ anzupassen, um YAML-Frontmatter hinzuzufügen, habe ich das nie getan. Die Flexibilität der Vorlage ist offensichtlich:
Angesichts meiner begrenzten Nutzung von E-Book-Highlights habe ich nach alternativen abonnementfreien Methoden gesucht.
Obsidian-Plugin zum Importieren von E-Book-Highlights per E-Mail
Mein erster Ansatz bestand darin, ein Plugin zur Handhabung von Gmail-Importen zu erstellen, das meinen bestehenden Readwise-Workflow widerspiegelte. Obwohl es funktionsfähig war, erwies es sich als umständlich und unhandlich. Die Gmail-API erwies sich als eine Herausforderung und erforderte einen dedizierten Dienst für die Community-Veröffentlichung. Darüber hinaus stellen per E-Mail verschickte Highlights begrenzte Metadaten bereit.
Anschließend entdeckte ich, dass die macOS Books-App Hervorhebungs- und Notizdaten in einer zugänglichen, wenn auch undurchsichtigen SQLite-Datenbank speichert. Der Importmechanismus von Calibre zeigt dies. Da ich die meisten E-Books in Books importiere und viele von Kindle kaufe (wo es möglicherweise eine von Readwise genutzte API gibt – ein Thema für einen anderen Beitrag), könnten ein Skript und eine potenzielle Kindle-API mein Problem lösen.
Apple Books-Highlights in Obsidian mit Python (oder manuell) importieren
Während der Titel Python erwähnt, ist keine Programmiererfahrung erforderlich. Das folgende Python-Skript funktioniert auch unabhängig, um Hervorhebungen im Markdown-Format zu exportieren.
Anforderungen
- Obsidian Python Scripter-Plugin (Community-Plugin).
- Optional: Python-
ebooklib
-Bibliothek (für erweiterte Metadaten und Titelbilder).
Um ebooklib
zu installieren (falls Sie mit der Installation der Python-Bibliothek nicht vertraut sind), verwenden Sie Ihr Terminal:
pip install ebooklib
Python OSX Book Highlight Export Script
Laden Sie dieses Python-Skript herunter als osx_book_notes.py
:
import os import glob import sqlite3 import logging import sys from typing import List, Tuple, NamedTuple # ... (rest of the Python script remains the same) ...
Legen Sie es im Ordner YourVault/.obsidian/scripts/python/
Ihres Obsidian-Tresors ab. (Der Ordner .obsidian
ist ausgeblendet; verwenden Sie die Befehlsschalttaste ., um ihn anzuzeigen. Erstellen Sie bei Bedarf die Ordner scripts
und python
.)
Konfigurieren des Obsidian Python Scripter Plugins
Aktivieren Sie das Python Scripter-Plugin. Suchen Sie in den Einstellungen nach osx_book_notes.py
. Für den direkten Import in das Stammverzeichnis Ihres Tresors sind keine Änderungen erforderlich. Um ein Verzeichnis anzugeben, verwenden Sie die Schaltfläche „Argument hinzufügen“ (Arg 3) und geben Sie den gewünschten Pfad ein.
Import ausführen
Um Hervorhebungen zu importieren, drücken Sie Befehl P, suchen Sie nach „Python“ und wählen Sie „Python Scripter: Run osx_book_notes.py“.
Ergebnisse
Beispielnotiz:
Zukunft: Ein spezielles Obsidian-Plugin
Obwohl ich mich sowohl mit JavaScript als auch mit Python auskenne, habe ich dem Python-Skript Priorität eingeräumt, um einen Prototyp für die Datenbankinteraktion zu erstellen und die Funktionalität sicherzustellen, bevor ich mich mit der Komplexität der Obsidian-Plugin-API und dem UI-Design befasste. Das Python-Skript hat die Erwartungen übertroffen und mehr Daten extrahiert als Readwise.
Ein zukünftiges Obsidian-Plugin wird erweiterte Funktionen bieten:
- Selektiver Import basierend auf dem letzten Hervorhebungs-/Zugriffsdatum.
- Anpassbare YAML-Frontmatter.
- Vorlagenkonfiguration zur Notizanpassung.
- Automatische Synchronisierung beim Öffnen des Tresors.
Dieser Python-Ansatz bietet ein Minimum Viable Product (MVP). Bei der ersten Ausführung auf meinem Haupt-Apple-Konto wurden zahlreiche versehentliche Markierungen entdeckt, was zu einer Bereinigung in der Bücher-App führte, bevor das Skript erneut ausgeführt wurde. Ein spezielles Plugin würde dies beheben durch:
- Verwendung von Metadaten zur Identifizierung kürzlich aktualisierter Bücher.
- Bereitstellung von Optionen für Standard-YAML-Einträge (z. B.
reviewed: false
,#book/notes
-Tag). - Bietet selektiven Import an.
Die aktuelle Lösung bietet eine funktionale Problemumgehung, während ein zukünftiges Plugin ein ausgefeilteres und verfeinertes Erlebnis bieten wird.
Das obige ist der detaillierte Inhalt vonExportieren von Mac OSX-Buch-Highlights in einen Obsidian Vault oder in Markdown-Dateien. Für weitere Informationen folgen Sie bitte anderen verwandten Artikeln auf der PHP chinesischen Website!

Heiße KI -Werkzeuge

Undresser.AI Undress
KI-gestützte App zum Erstellen realistischer Aktfotos

AI Clothes Remover
Online-KI-Tool zum Entfernen von Kleidung aus Fotos.

Undress AI Tool
Ausziehbilder kostenlos

Clothoff.io
KI-Kleiderentferner

Video Face Swap
Tauschen Sie Gesichter in jedem Video mühelos mit unserem völlig kostenlosen KI-Gesichtstausch-Tool aus!

Heißer Artikel

Heiße Werkzeuge

Notepad++7.3.1
Einfach zu bedienender und kostenloser Code-Editor

SublimeText3 chinesische Version
Chinesische Version, sehr einfach zu bedienen

Senden Sie Studio 13.0.1
Leistungsstarke integrierte PHP-Entwicklungsumgebung

Dreamweaver CS6
Visuelle Webentwicklungstools

SublimeText3 Mac-Version
Codebearbeitungssoftware auf Gottesniveau (SublimeText3)

Heiße Themen











Python ist leichter zu lernen und zu verwenden, während C leistungsfähiger, aber komplexer ist. 1. Python -Syntax ist prägnant und für Anfänger geeignet. Durch die dynamische Tippen und die automatische Speicherverwaltung können Sie die Verwendung einfach zu verwenden, kann jedoch zur Laufzeitfehler führen. 2.C bietet Steuerung und erweiterte Funktionen auf niedrigem Niveau, geeignet für Hochleistungsanwendungen, hat jedoch einen hohen Lernschwellenwert und erfordert manuellem Speicher und Typensicherheitsmanagement.

Ist es genug, um Python für zwei Stunden am Tag zu lernen? Es hängt von Ihren Zielen und Lernmethoden ab. 1) Entwickeln Sie einen klaren Lernplan, 2) Wählen Sie geeignete Lernressourcen und -methoden aus, 3) praktizieren und prüfen und konsolidieren Sie praktische Praxis und Überprüfung und konsolidieren Sie und Sie können die Grundkenntnisse und die erweiterten Funktionen von Python während dieser Zeit nach und nach beherrschen.

Python ist in der Entwicklungseffizienz besser als C, aber C ist in der Ausführungsleistung höher. 1. Pythons prägnante Syntax und reiche Bibliotheken verbessern die Entwicklungseffizienz. 2. Die Kompilierungsmerkmale von Compilation und die Hardwarekontrolle verbessern die Ausführungsleistung. Bei einer Auswahl müssen Sie die Entwicklungsgeschwindigkeit und die Ausführungseffizienz basierend auf den Projektanforderungen abwägen.

Python und C haben jeweils ihre eigenen Vorteile, und die Wahl sollte auf Projektanforderungen beruhen. 1) Python ist aufgrund seiner prägnanten Syntax und der dynamischen Typisierung für die schnelle Entwicklung und Datenverarbeitung geeignet. 2) C ist aufgrund seiner statischen Tipp- und manuellen Speicherverwaltung für hohe Leistung und Systemprogrammierung geeignet.

PythonlistsarePartThestandardlibrary, whilearraysarenot.listarebuilt-in, vielseitig und UNDUSEDFORSPORINGECollections, während dieArrayRay-thearrayModulei und loses und loses und losesaluseduetolimitedFunctionality.

Python zeichnet sich in Automatisierung, Skript und Aufgabenverwaltung aus. 1) Automatisierung: Die Sicherungssicherung wird durch Standardbibliotheken wie OS und Shutil realisiert. 2) Skriptschreiben: Verwenden Sie die PSUTIL -Bibliothek, um die Systemressourcen zu überwachen. 3) Aufgabenverwaltung: Verwenden Sie die Zeitplanbibliothek, um Aufgaben zu planen. Die Benutzerfreundlichkeit von Python und die Unterstützung der reichhaltigen Bibliothek machen es zum bevorzugten Werkzeug in diesen Bereichen.

Zu den Anwendungen von Python im wissenschaftlichen Computer gehören Datenanalyse, maschinelles Lernen, numerische Simulation und Visualisierung. 1.Numpy bietet effiziente mehrdimensionale Arrays und mathematische Funktionen. 2. Scipy erweitert die Numpy -Funktionalität und bietet Optimierungs- und lineare Algebra -Tools. 3.. Pandas wird zur Datenverarbeitung und -analyse verwendet. 4.Matplotlib wird verwendet, um verschiedene Grafiken und visuelle Ergebnisse zu erzeugen.

Zu den wichtigsten Anwendungen von Python in der Webentwicklung gehören die Verwendung von Django- und Flask -Frameworks, API -Entwicklung, Datenanalyse und Visualisierung, maschinelles Lernen und KI sowie Leistungsoptimierung. 1. Django und Flask Framework: Django eignet sich für die schnelle Entwicklung komplexer Anwendungen, und Flask eignet sich für kleine oder hochmobile Projekte. 2. API -Entwicklung: Verwenden Sie Flask oder Djangorestframework, um RESTFUFFUPI zu erstellen. 3. Datenanalyse und Visualisierung: Verwenden Sie Python, um Daten zu verarbeiten und über die Webschnittstelle anzuzeigen. 4. Maschinelles Lernen und KI: Python wird verwendet, um intelligente Webanwendungen zu erstellen. 5. Leistungsoptimierung: optimiert durch asynchrones Programmieren, Caching und Code
