Inhaltsverzeichnis
Readwise-Highlights in Obsidian importieren
Obsidian-Plugin zum Importieren von E-Book-Highlights per E-Mail
Apple Books-Highlights in Obsidian mit Python (oder manuell) importieren
Anforderungen
Python OSX Book Highlight Export Script
Konfigurieren des Obsidian Python Scripter Plugins
Import ausführen
Ergebnisse
Zukunft: Ein spezielles Obsidian-Plugin
Heim Backend-Entwicklung Python-Tutorial Exportieren von Mac OSX-Buch-Highlights in einen Obsidian Vault oder in Markdown-Dateien

Exportieren von Mac OSX-Buch-Highlights in einen Obsidian Vault oder in Markdown-Dateien

Jan 14, 2025 am 08:22 AM

Exporting Mac OSX Book Highlights into an Obsidian Vault or Markdown Files

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:

Exporting Mac OSX Book Highlights into an Obsidian Vault or Markdown Files

Die Importeinstellungen von Readwise gehen jedoch über das Plugin selbst hinaus. Die Exportkonfigurationsseite auf der Readwise-Website bietet zusätzliche Anpassungsmöglichkeiten:

Exporting Mac OSX Book Highlights into an Obsidian Vault or Markdown Files

Die Obsidian-Integrationskarte ermöglicht eine weitere Verfeinerung:

Exporting Mac OSX Book Highlights into an Obsidian Vault or Markdown Files

Die Standard-Hervorhebungsvorlage generiert Notizen wie diese:

Exporting Mac OSX Book Highlights into an Obsidian Vault or Markdown Files

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:

Exporting Mac OSX Book Highlights into an Obsidian Vault or Markdown Files

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
Nach dem Login kopieren

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) ...
Nach dem Login kopieren

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.

Exporting Mac OSX Book Highlights into an Obsidian Vault or Markdown Files

Import ausführen

Um Hervorhebungen zu importieren, drücken Sie Befehl P, suchen Sie nach „Python“ und wählen Sie „Python Scripter: Run osx_book_notes.py“.

Exporting Mac OSX Book Highlights into an Obsidian Vault or Markdown Files

Ergebnisse

Beispielnotiz:

Exporting Mac OSX Book Highlights into an Obsidian Vault or Markdown Files

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!

Erklärung dieser Website
Der Inhalt dieses Artikels wird freiwillig von Internetnutzern beigesteuert und das Urheberrecht liegt beim ursprünglichen Autor. Diese Website übernimmt keine entsprechende rechtliche Verantwortung. Wenn Sie Inhalte finden, bei denen der Verdacht eines Plagiats oder einer Rechtsverletzung besteht, wenden Sie sich bitte an admin@php.cn

Heiße KI -Werkzeuge

Undresser.AI Undress

Undresser.AI Undress

KI-gestützte App zum Erstellen realistischer Aktfotos

AI Clothes Remover

AI Clothes Remover

Online-KI-Tool zum Entfernen von Kleidung aus Fotos.

Undress AI Tool

Undress AI Tool

Ausziehbilder kostenlos

Clothoff.io

Clothoff.io

KI-Kleiderentferner

Video Face Swap

Video Face Swap

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

Heißer Artikel

<🎜>: Bubble Gum Simulator Infinity - So erhalten und verwenden Sie Royal Keys
4 Wochen vor By 尊渡假赌尊渡假赌尊渡假赌
Nordhold: Fusionssystem, erklärt
4 Wochen vor By 尊渡假赌尊渡假赌尊渡假赌
Mandragora: Flüstern des Hexenbaum
3 Wochen vor By 尊渡假赌尊渡假赌尊渡假赌

Heiße Werkzeuge

Notepad++7.3.1

Notepad++7.3.1

Einfach zu bedienender und kostenloser Code-Editor

SublimeText3 chinesische Version

SublimeText3 chinesische Version

Chinesische Version, sehr einfach zu bedienen

Senden Sie Studio 13.0.1

Senden Sie Studio 13.0.1

Leistungsstarke integrierte PHP-Entwicklungsumgebung

Dreamweaver CS6

Dreamweaver CS6

Visuelle Webentwicklungstools

SublimeText3 Mac-Version

SublimeText3 Mac-Version

Codebearbeitungssoftware auf Gottesniveau (SublimeText3)

Heiße Themen

Java-Tutorial
1676
14
PHP-Tutorial
1278
29
C#-Tutorial
1257
24
Python vs. C: Lernkurven und Benutzerfreundlichkeit Python vs. C: Lernkurven und Benutzerfreundlichkeit Apr 19, 2025 am 12:20 AM

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.

Python lernen: Ist 2 Stunden tägliches Studium ausreichend? Python lernen: Ist 2 Stunden tägliches Studium ausreichend? Apr 18, 2025 am 12:22 AM

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 vs. C: Erforschung von Leistung und Effizienz erforschen Python vs. C: Erforschung von Leistung und Effizienz erforschen Apr 18, 2025 am 12:20 AM

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 vs. C: Verständnis der wichtigsten Unterschiede Python vs. C: Verständnis der wichtigsten Unterschiede Apr 21, 2025 am 12:18 AM

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.

Welches ist Teil der Python Standard Library: Listen oder Arrays? Welches ist Teil der Python Standard Library: Listen oder Arrays? Apr 27, 2025 am 12:03 AM

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

Python: Automatisierung, Skript- und Aufgabenverwaltung Python: Automatisierung, Skript- und Aufgabenverwaltung Apr 16, 2025 am 12:14 AM

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.

Python für wissenschaftliches Computer: Ein detailliertes Aussehen Python für wissenschaftliches Computer: Ein detailliertes Aussehen Apr 19, 2025 am 12:15 AM

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.

Python für die Webentwicklung: Schlüsselanwendungen Python für die Webentwicklung: Schlüsselanwendungen Apr 18, 2025 am 12:20 AM

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

See all articles