导出有道云笔记

先使用有道云笔记导出全部内容

耐心等待导出完成

导出的效果(这是其中某个目录)

可以看到普通的文章格式导出为pdf,md格式导出还是的md格式

使用PHP的PDFParser解析PDF内容

先安装PDFParser，(如果没有安装composer，需要先安装它)进入showdoc根目录下，执行

composer require smalot/pdfparser

然后在showdoc根目录增加 import_from_pdf_and_md.php 文件，内容为：

//去掉超时限制，防止超时报错

set_time_limit(0);

require 'vendor/autoload.php';

//============配置参数 开始==================

//有道云导出的目录,也就是需要导入的文件根目录

$import_dir = 'C:\Users\Administrator\Desktop\youdao\2020-04-24-10-49';

$show_url = 'http://这里填写你的showdoc网址/';

$api_key = '这里填写你的项目api_key';

$api_token = '这里填写你的项目api_token';

//============配置参数 结束==================

// 浏览器友好的变量输出

function dump($var)

{

ob_start();

var_dump($var);

$output = ob_get_clean();

if (!extension_loaded('xdebug')) {

$output = preg_replace("/\]\=\>\n(\s+)/m", "] => ", $output);

$output = '

' . htmlspecialchars($output, ENT_QUOTES) . '

';

}

echo '';

echo($output);

}

// 遍历所有的模型文件

function file_scan($path, &$fileArr)

{

$dirfat = dir($path);

while (false !== $entry = $dirfat->read()) {

if ($entry == '.' || $entry == '..' || $entry == '.svn') {

continue;

}

if (is_file($path . DIRECTORY_SEPARATOR . $entry)) {

$fileArr[] = $path . DIRECTORY_SEPARATOR . $entry;

} else {

file_scan($path . DIRECTORY_SEPARATOR . $entry, $fileArr);

}

}

$dirfat->close();

return $fileArr;

}

function curlPost($url, $data)

{

$ch = curl_init();

$params[CURLOPT_URL] = $url; //请求url地址

$params[CURLOPT_HEADER] = FALSE; //是否返回响应头信息

$params[CURLOPT_SSL_VERIFYPEER] = false;

$params[CURLOPT_SSL_VERIFYHOST] = false;

$params[CURLOPT_RETURNTRANSFER] = true; //是否将结果返回

$params[CURLOPT_POST] = true;

$params[CURLOPT_POSTFIELDS] = $data;

curl_setopt_array($ch, $params); //传入curl参数

$content = curl_exec($ch); //执行

curl_close($ch); //关闭连接

return $content;

}

//判断是否遍历过所有需要导入的文件，没有的话先遍历，方便后面一个一个文件导入，如果多个文件一起导入会导致PHP执行超时或超内存

$cache_path = dirname(__FILE__) . '/import_files.php';

if (!file_exists($cache_path)) {

$fileArr = [];

file_scan($import_dir, $fileArr);

file_put_contents($cache_path, json_encode($fileArr));

} else {

$fileArr = json_decode(file_get_contents($cache_path));

}

$number = intval($_GET['number']);

$url = $show_url.'import_from_pdf_and_md.php?number='.($number+1);

if (!isset($fileArr[$number])) {

//导入结束

dump('import finish!');

exit();

}

//获取具体某个文章的目录地址

$file_path = $fileArr[$number];

dump($file_path);

//这个$fileArr变量内容太大，先释放掉

unset($fileArr);

//从目录地址中获取分类和标题

$pathinfo = explode('\\', str_replace($import_dir . '\\', '', $file_path));

dump($pathinfo);

$file_title = array_pop($pathinfo);

$titleArr = explode('.', $file_title);

$ext = array_pop($titleArr);

$title = implode('.', $titleArr);

if ($ext == 'md') {

$content = file_get_contents($file_path);

} elseif ($ext == 'pdf') {

$parser = new \Smalot\PdfParser\Parser();

$pdf = $parser->parseFile($file_path);

$content = $pdf->getText();

}else{

echo "";

exit;

}

//通过showdoc API 上传数据

$api_url = $show_url.'server/index.php?s=/api/item/updateByApi';

$param['api_key'] = $api_key;

$param['api_token'] = $api_token;

$param['cat_name'] = implode('/', $pathinfo);

$param['page_title'] = $title;

$param['page_content'] = $content;

//dump($param);

$res = curlPost($api_url, $param);

dump($res);

echo "";

?>

注意“配置参数”部分要换成自己的实现参数，接下来需要安装下里面需要的PdfParser组件

执行导入

在浏览器里访问 http://这里填写你的showdoc网址/import_from_pdf_and_md.php 就可以自动完成导入。

注意：由于系统不是批量导入的，是一个文档一个文档地导入，每导入一个文档浏览器就自动刷新一次，因此在导入过程中不要关闭浏览器，同时由于没有做去重，因此只能执行一次，如果执行多次会导致文档重复。

后记：导入完成后对于md格式问题不大，但对于pdf格式，受限于PdfParser获取到的内容有可能出现异常或者格式不对。只能凑合着用。如正常情况是这样的

参考资料

https://blog.csdn.net/weixin_42139662/article/details/88037763

下载最新版的curl

https://curl.haxx.se/windows/

但导入后会莫名多一些空格，然后变成这样的

参 考资料

h ttp s:/ /b lo g .c sd n.n et/ w eix in _4 2139662/a rtic le /d eta ils /8 8037763

下 载最新版的curl

h ttp s:/ /c u rl.h axx.s e /w in d ow s/

如果你想导入带格式的，也可以参考我们下一个文档：有道云笔记批量导入到showdoc(二)