Readwise 是一个强大的工具,但对于跨多个平台进行广泛注释的用户来说,它的全部潜力都被释放了。 我的主要用例是将电子书亮点和注释导入到 Obsidian 中。虽然我也对网页进行注释,但 Obsidian Web Clipper 与 Orion 浏览器(允许使用 Chrome 扩展)直接将这些内容发送到 Obsidian,甚至在我的 iPad 上也是如此。
这促使我寻找一种无需订阅的导入精彩片段的方法。
将 Readwise 亮点导入 Obsidian
Readwise 的半自动突出显示检索仅限于 Kindle 图书;一个简单的应用程序内按钮即可启动导入。 对于 Apple Books 等其他来源,需要手动干预:选择应用程序内的所有亮点并将其通过电子邮件发送给 Readwise。
Readwise Obsidian 插件然后将它们导入为注释。 它的配置简单有效:
但是,Readwise 的导入设置超出了插件本身的范围。 Readwise 网站上的导出配置页面提供额外的自定义:
黑曜石集成卡允许进一步细化:
默认的突出显示模板会生成如下注释:
虽然我打算使用“使用自定义格式”自定义导出模板来添加 YAML frontmatter,但我从未这样做过。模板的灵活性是显而易见的:
鉴于我对电子书精选的使用有限,我探索了替代的免订阅方法。
用于导入通过电子邮件发送的电子书摘要的 Obsidian 插件
我最初的方法是创建一个插件来处理 Gmail 导入,反映我现有的 Readwise 工作流程。虽然它很实用,但事实证明它很笨重且难以操作。 Gmail API 被证明具有挑战性,需要专门的社区发布服务。此外,通过电子邮件发送的亮点提供的元数据有限。
随后,我发现 macOS Books 应用程序将突出显示和注释数据存储在一个可访问(尽管晦涩难懂)的 SQLite 数据库中。 Calibre 的导入机制证明了这一点。 由于我将大多数电子书导入到 Books 中,并从 Kindle 购买了许多电子书(其中可能存在使用 Readwise 的 API - 这是另一篇文章的主题),因此脚本和潜在的 Kindle API 可以解决我的问题。
使用 Python(或手动)将 Apple Books 亮点导入 Obsidian
虽然标题提到了 Python,不需要编码经验。下面的 Python 脚本还可以独立运行,以 Markdown 格式导出亮点。
要求
- Obsidian Python Scripter 插件(社区插件)。
- 可选:Python
ebooklib
库(用于增强元数据和封面图像)。
要安装ebooklib
(如果不熟悉Python库安装),请使用您的终端:
pip install ebooklib
Python OSX 图书突出显示导出脚本
将此 Python 脚本下载为 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) ...
将其放入黑曜石保险库的 YourVault/.obsidian/scripts/python/
文件夹中。 (.obsidian
文件夹已隐藏;使用 Command Shift . 将其显示。如果需要,创建 scripts
和 python
文件夹。)
配置 Obsidian Python 脚本编写器插件
启用 Python Scripter 插件。在其设置中,找到osx_book_notes.py
。 要直接导入到保管库的根目录中,无需进行任何更改。要指定目录,请使用“添加参数”按钮 (Arg 3) 并输入所需的路径。
运行导入
要导入亮点,请按 Command P,搜索“Python”,然后选择“Python Scripter:运行 osx_book_notes.py”。
结果
注释示例:
未来:专用黑曜石插件
虽然精通 JavaScript 和 Python,但在解决 Obsidian 插件 API 复杂性和 UI 设计之前,我优先考虑使用 Python 脚本来构建数据库交互原型并确保功能。 Python 脚本超出了预期,提取的数据比 Readwise 更多。
未来的黑曜石插件将提供增强的功能:
- 根据上次突出显示/访问日期选择性导入。
- 可定制的 YAML frontmatter。
- 笔记定制的模板配置。
- 打开金库时自动同步。
这种 Python 方法提供了最小可行产品 (MVP)。 在我的主 Apple 帐户上的首次运行显示了许多意外的亮点,提示在重新运行脚本之前在 Books 应用程序中进行清理。 一个专用的插件可以通过以下方式解决这个问题:
- 利用元数据来识别最近更新的书籍。
- 为默认 YAML 条目提供选项(例如
reviewed: false
、#book/notes
标签)。 - 提供选择性导入。
当前的解决方案提供了功能性的解决方法,而未来的插件将提供更加精致和精致的体验。
以上是将 Mac OSX 图书亮点导出到 Obsidian Vault 或 Markdown 文件的详细内容。更多信息请关注PHP中文网其他相关文章!

每天学习Python两个小时是否足够?这取决于你的目标和学习方法。1)制定清晰的学习计划,2)选择合适的学习资源和方法,3)动手实践和复习巩固,可以在这段时间内逐步掌握Python的基本知识和高级功能。

Python在Web开发中的关键应用包括使用Django和Flask框架、API开发、数据分析与可视化、机器学习与AI、以及性能优化。1.Django和Flask框架:Django适合快速开发复杂应用,Flask适用于小型或高度自定义项目。2.API开发:使用Flask或DjangoRESTFramework构建RESTfulAPI。3.数据分析与可视化:利用Python处理数据并通过Web界面展示。4.机器学习与AI:Python用于构建智能Web应用。5.性能优化:通过异步编程、缓存和代码优

Python在开发效率上优于C ,但C 在执行性能上更高。1.Python的简洁语法和丰富库提高开发效率。2.C 的编译型特性和硬件控制提升执行性能。选择时需根据项目需求权衡开发速度与执行效率。

Python在现实世界中的应用包括数据分析、Web开发、人工智能和自动化。1)在数据分析中,Python使用Pandas和Matplotlib处理和可视化数据。2)Web开发中,Django和Flask框架简化了Web应用的创建。3)人工智能领域,TensorFlow和PyTorch用于构建和训练模型。4)自动化方面,Python脚本可用于复制文件等任务。

Python在数据科学、Web开发和自动化脚本领域广泛应用。1)在数据科学中,Python通过NumPy、Pandas等库简化数据处理和分析。2)在Web开发中,Django和Flask框架使开发者能快速构建应用。3)在自动化脚本中,Python的简洁性和标准库使其成为理想选择。

Python的灵活性体现在多范式支持和动态类型系统,易用性则源于语法简洁和丰富的标准库。1.灵活性:支持面向对象、函数式和过程式编程,动态类型系统提高开发效率。2.易用性:语法接近自然语言,标准库涵盖广泛功能,简化开发过程。

Python因其简洁与强大而备受青睐,适用于从初学者到高级开发者的各种需求。其多功能性体现在:1)易学易用,语法简单;2)丰富的库和框架,如NumPy、Pandas等;3)跨平台支持,可在多种操作系统上运行;4)适合脚本和自动化任务,提升工作效率。

可以,在每天花费两个小时的时间内学会Python。1.制定合理的学习计划,2.选择合适的学习资源,3.通过实践巩固所学知识,这些步骤能帮助你在短时间内掌握Python。


热AI工具

Undresser.AI Undress
人工智能驱动的应用程序,用于创建逼真的裸体照片

AI Clothes Remover
用于从照片中去除衣服的在线人工智能工具。

Undress AI Tool
免费脱衣服图片

Clothoff.io
AI脱衣机

AI Hentai Generator
免费生成ai无尽的。

热门文章

热工具

VSCode Windows 64位 下载
微软推出的免费、功能强大的一款IDE编辑器

螳螂BT
Mantis是一个易于部署的基于Web的缺陷跟踪工具,用于帮助产品缺陷跟踪。它需要PHP、MySQL和一个Web服务器。请查看我们的演示和托管服务。

ZendStudio 13.5.1 Mac
功能强大的PHP集成开发环境

Dreamweaver Mac版
视觉化网页开发工具

MinGW - 适用于 Windows 的极简 GNU
这个项目正在迁移到osdn.net/projects/mingw的过程中,你可以继续在那里关注我们。MinGW:GNU编译器集合(GCC)的本地Windows移植版本,可自由分发的导入库和用于构建本地Windows应用程序的头文件;包括对MSVC运行时的扩展,以支持C99功能。MinGW的所有软件都可以在64位Windows平台上运行。