Jadual Kandungan
Mengimport Sorotan Readwise ke dalam Obsidian
Pemalam Obsidian untuk Mengimport Sorotan Ebook Bere-mel
Mengimport Sorotan Buku Apple ke dalam Obsidian dengan Python (atau Secara Manual)
Keperluan
Skrip Eksport Sorotan Buku Python OSX
Mengkonfigurasi Pemalam Skrip Obsidian Python
Menjalankan Import
Keputusan
Masa Depan: Pemalam Obsidian Khusus
Rumah pembangunan bahagian belakang Tutorial Python Mengeksport Sorotan Buku Mac OSX ke dalam Bilik Kebal Obsidian atau Fail Markdown

Mengeksport Sorotan Buku Mac OSX ke dalam Bilik Kebal Obsidian atau Fail Markdown

Jan 14, 2025 am 08:22 AM

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

Readwise ialah alat yang berkuasa, tetapi potensi penuhnya dibuka untuk pengguna yang membuat anotasi secara meluas merentas berbilang platform. Kes penggunaan utama saya ialah mengimport sorotan dan nota e-buku ke dalam Obsidian. Walaupun saya turut menganotasi halaman web, Obsidian Web Clipper, ditambah dengan penyemak imbas Orion (membenarkan penggunaan sambungan Chrome), menghantarnya terus kepada Obsidian, walaupun pada iPad saya.

Ini membawa saya mencari kaedah tanpa langganan untuk mengimport sorotan.

Mengimport Sorotan Readwise ke dalam Obsidian

Pendapatan serlahan separa automatik Readwise adalah terhad kepada buku Kindle; butang dalam apl mudah memulakan import. Untuk sumber lain seperti Apple Books, campur tangan manual diperlukan: pilih semua sorotan dalam apl dan e-melkannya ke Readwise.

Pemalam Readwise Obsidian kemudian mengimportnya sebagai nota. Konfigurasinya adalah mudah dan berkesan:

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

Walau bagaimanapun, tetapan import Readwise melangkaui pemalam itu sendiri. Halaman konfigurasi eksport di tapak web Readwise menawarkan penyesuaian tambahan:

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

Kad integrasi Obsidian membolehkan pemurnian lanjut:

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

Templat sorotan lalai menjana nota seperti ini:

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

Walaupun saya berhasrat untuk menyesuaikan templat eksport menggunakan "Gunakan Pemformatan Tersuai" untuk menambah frontmatter YAML, saya tidak pernah melakukannya. Fleksibiliti templat adalah jelas:

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

Memandangkan penggunaan terhad saya pada sorotan e-buku, saya meneroka kaedah bebas langganan alternatif.

Pemalam Obsidian untuk Mengimport Sorotan Ebook Bere-mel

Pendekatan awal saya melibatkan mencipta pemalam untuk mengendalikan import Gmail, mencerminkan aliran kerja Readwise saya yang sedia ada. Walaupun berfungsi, ia terbukti menyusahkan dan sukar digunakan. API Gmail terbukti mencabar, memerlukan perkhidmatan khusus untuk keluaran komuniti. Tambahan pula, sorotan melalui e-mel menyediakan metadata terhad.

Seterusnya, saya mendapati bahawa apl Buku macOS menyimpan menyerlahkan dan mencatat data dalam pangkalan data SQLite yang boleh diakses, walaupun tidak jelas. Mekanisme import Caliber menunjukkan ini. Memandangkan saya mengimport kebanyakan e-buku ke dalam Buku dan membeli banyak daripada Kindle (di mana API yang digunakan Secara Baca mungkin wujud – topik untuk siaran lain), skrip dan API Kindle yang berpotensi boleh menyelesaikan masalah saya.

Mengimport Sorotan Buku Apple ke dalam Obsidian dengan Python (atau Secara Manual)

Walaupun tajuknya menyebut Python, tiada pengalaman pengekodan diperlukan. Skrip Python di bawah juga berfungsi secara bebas untuk mengeksport sorotan dalam format Markdown.

Keperluan

  • Pemalam Obsidian Python Scripter (pemalam komuniti).
  • Pilihan: Python ebooklib perpustakaan (untuk metadata dipertingkatkan dan imej muka depan).

Untuk memasang ebooklib (jika tidak biasa dengan pemasangan perpustakaan Python), gunakan Terminal anda:

pip install ebooklib
Salin selepas log masuk

Skrip Eksport Sorotan Buku Python OSX

Muat turun skrip Python ini sebagai 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) ...
Salin selepas log masuk

Letakkannya dalam folder YourVault/.obsidian/scripts/python/ bilik kebal Obsidian anda. (Folder .obsidian disembunyikan; gunakan Command Shift . untuk mendedahkannya. Cipta folder scripts dan python jika perlu.)

Mengkonfigurasi Pemalam Skrip Obsidian Python

Dayakan pemalam Python Scripter. Dalam tetapannya, cari osx_book_notes.py. Untuk import terus ke dalam akar peti besi anda, tiada perubahan diperlukan. Untuk menentukan direktori, gunakan butang "Tambah Argumen" (Arg 3) dan masukkan laluan yang dikehendaki.

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

Menjalankan Import

Untuk mengimport sorotan, tekan Command P, cari "Python", dan pilih "Python Scripter: Run osx_book_notes.py".

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

Keputusan

Contoh nota:

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

Masa Depan: Pemalam Obsidian Khusus

Walaupun mahir dalam kedua-dua JavaScript dan Python, saya mengutamakan skrip Python untuk membuat prototaip interaksi pangkalan data dan memastikan kefungsian sebelum menangani kerumitan API pemalam Obsidian dan reka bentuk UI. Skrip Python melebihi jangkaan, mengekstrak lebih banyak data daripada Readwise.

Pemalam Obsidian masa hadapan akan menawarkan ciri yang dipertingkatkan:

  • Import terpilih berdasarkan tarikh sorotan/akses terakhir.
  • Bahan hadapan YAML boleh disesuaikan.
  • Konfigurasi templat untuk penyesuaian nota.
  • Penyegerakan automatik pada pembukaan bilik kebal.

Pendekatan Python ini menyediakan Minimum Viable Product (MVP). Larian awal pada akaun Apple utama saya mendedahkan banyak sorotan tidak sengaja, mendorong pembersihan dalam apl Buku sebelum menjalankan semula skrip. Pemalam khusus akan menangani perkara ini dengan:

  • Menggunakan metadata untuk mengenal pasti buku yang dikemas kini baru-baru ini.
  • Menyediakan pilihan untuk entri YAML lalai (cth., reviewed: false, #book/notes teg).
  • Menawarkan import terpilih.

Penyelesaian semasa menawarkan penyelesaian yang berfungsi, manakala pemalam akan datang akan memberikan pengalaman yang lebih digilap dan halus.

Atas ialah kandungan terperinci Mengeksport Sorotan Buku Mac OSX ke dalam Bilik Kebal Obsidian atau Fail Markdown. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!

Kenyataan Laman Web ini
Kandungan artikel ini disumbangkan secara sukarela oleh netizen, dan hak cipta adalah milik pengarang asal. Laman web ini tidak memikul tanggungjawab undang-undang yang sepadan. Jika anda menemui sebarang kandungan yang disyaki plagiarisme atau pelanggaran, sila hubungi admin@php.cn

Alat AI Hot

Undresser.AI Undress

Undresser.AI Undress

Apl berkuasa AI untuk mencipta foto bogel yang realistik

AI Clothes Remover

AI Clothes Remover

Alat AI dalam talian untuk mengeluarkan pakaian daripada foto.

Undress AI Tool

Undress AI Tool

Gambar buka pakaian secara percuma

Clothoff.io

Clothoff.io

Penyingkiran pakaian AI

Video Face Swap

Video Face Swap

Tukar muka dalam mana-mana video dengan mudah menggunakan alat tukar muka AI percuma kami!

Alat panas

Notepad++7.3.1

Notepad++7.3.1

Editor kod yang mudah digunakan dan percuma

SublimeText3 versi Cina

SublimeText3 versi Cina

Versi Cina, sangat mudah digunakan

Hantar Studio 13.0.1

Hantar Studio 13.0.1

Persekitaran pembangunan bersepadu PHP yang berkuasa

Dreamweaver CS6

Dreamweaver CS6

Alat pembangunan web visual

SublimeText3 versi Mac

SublimeText3 versi Mac

Perisian penyuntingan kod peringkat Tuhan (SublimeText3)

Python vs C: Aplikasi dan kes penggunaan dibandingkan Python vs C: Aplikasi dan kes penggunaan dibandingkan Apr 12, 2025 am 12:01 AM

Python sesuai untuk sains data, pembangunan web dan tugas automasi, manakala C sesuai untuk pengaturcaraan sistem, pembangunan permainan dan sistem tertanam. Python terkenal dengan kesederhanaan dan ekosistem yang kuat, manakala C dikenali dengan keupayaan kawalan dan keupayaan kawalan yang mendasari.

Python: Permainan, GUI, dan banyak lagi Python: Permainan, GUI, dan banyak lagi Apr 13, 2025 am 12:14 AM

Python cemerlang dalam permainan dan pembangunan GUI. 1) Pembangunan permainan menggunakan pygame, menyediakan lukisan, audio dan fungsi lain, yang sesuai untuk membuat permainan 2D. 2) Pembangunan GUI boleh memilih tkinter atau pyqt. TKInter adalah mudah dan mudah digunakan, PYQT mempunyai fungsi yang kaya dan sesuai untuk pembangunan profesional.

Berapa banyak python yang boleh anda pelajari dalam 2 jam? Berapa banyak python yang boleh anda pelajari dalam 2 jam? Apr 09, 2025 pm 04:33 PM

Anda boleh mempelajari asas -asas Python dalam masa dua jam. 1. Belajar pembolehubah dan jenis data, 2. Struktur kawalan induk seperti jika pernyataan dan gelung, 3 memahami definisi dan penggunaan fungsi. Ini akan membantu anda mula menulis program python mudah.

Rancangan Python 2 jam: Pendekatan yang realistik Rancangan Python 2 jam: Pendekatan yang realistik Apr 11, 2025 am 12:04 AM

Anda boleh mempelajari konsep pengaturcaraan asas dan kemahiran Python dalam masa 2 jam. 1. Belajar Pembolehubah dan Jenis Data, 2.

Python vs C: Lengkung pembelajaran dan kemudahan penggunaan Python vs C: Lengkung pembelajaran dan kemudahan penggunaan Apr 19, 2025 am 12:20 AM

Python lebih mudah dipelajari dan digunakan, manakala C lebih kuat tetapi kompleks. 1. Sintaks Python adalah ringkas dan sesuai untuk pemula. Penaipan dinamik dan pengurusan memori automatik menjadikannya mudah digunakan, tetapi boleh menyebabkan kesilapan runtime. 2.C menyediakan kawalan peringkat rendah dan ciri-ciri canggih, sesuai untuk aplikasi berprestasi tinggi, tetapi mempunyai ambang pembelajaran yang tinggi dan memerlukan memori manual dan pengurusan keselamatan jenis.

Python: meneroka aplikasi utamanya Python: meneroka aplikasi utamanya Apr 10, 2025 am 09:41 AM

Python digunakan secara meluas dalam bidang pembangunan web, sains data, pembelajaran mesin, automasi dan skrip. 1) Dalam pembangunan web, kerangka Django dan Flask memudahkan proses pembangunan. 2) Dalam bidang sains data dan pembelajaran mesin, numpy, panda, scikit-learn dan perpustakaan tensorflow memberikan sokongan yang kuat. 3) Dari segi automasi dan skrip, Python sesuai untuk tugas -tugas seperti ujian automatik dan pengurusan sistem.

Python dan Masa: Memanfaatkan masa belajar anda Python dan Masa: Memanfaatkan masa belajar anda Apr 14, 2025 am 12:02 AM

Untuk memaksimumkan kecekapan pembelajaran Python dalam masa yang terhad, anda boleh menggunakan modul, masa, dan modul Python. 1. Modul DateTime digunakan untuk merakam dan merancang masa pembelajaran. 2. Modul Masa membantu menetapkan kajian dan masa rehat. 3. Modul Jadual secara automatik mengatur tugas pembelajaran mingguan.

Python: Kekuatan pengaturcaraan serba boleh Python: Kekuatan pengaturcaraan serba boleh Apr 17, 2025 am 12:09 AM

Python sangat disukai kerana kesederhanaan dan kuasa, sesuai untuk semua keperluan dari pemula hingga pemaju canggih. Kepelbagaiannya dicerminkan dalam: 1) mudah dipelajari dan digunakan, sintaks mudah; 2) perpustakaan dan kerangka yang kaya, seperti numpy, panda, dan sebagainya; 3) sokongan silang platform, yang boleh dijalankan pada pelbagai sistem operasi; 4) Sesuai untuk tugas skrip dan automasi untuk meningkatkan kecekapan kerja.

See all articles