Kindle Scraper的使用教程请见：Kindle Scraper使用指南。
本文简要地记录一下代码的逻辑，以便之后回顾、理解并优化，也欢迎有兴趣的朋友讨论和修改。
原生笔记My Clippings.txt的问题：
- 强制按照时间顺序生成笔记。这样造成的问题有：
- 标注不根据书本页码和章节排列，有可能多次前后颠倒；
- 如果同时看很多本书，笔记会被不同的书拆散；
- 自动生成的笔记格式冗余信息过多，不符合大多数人的记录习惯；
- 每条都需要手动复制粘贴到个人笔记本；
- 每条都需要手动修改格式；
- 无法识别重复的笔记
- 删除并重复划线会导致重复的笔记，需要手动检阅删除；
Kindle对于购买书籍的笔记整理功能是不错的，可以在自己的账户导出需要的格式。但是对于个人文档就不支持了。如果笔记数量不多，那这些问题还是可以忍受的。但是随着用Kindle的时间增长，笔记数量不可避免地增多之后，手动整理就非常浪费时间，异常痛苦。
鉴于Kindle的笔记格式虽然多种多样，并不十分统一（呵呵）……但是仍然有迹可循，所以我想尝试用Python的方式来整理数据并导出。
网上一搜，发现英文系统的有不少人写过，思路不一，但是都无法简单修改并应用到中文系统。我挑了一个思路清晰整洁的代码kindler作为我的baseline，基于他的代码结构进行修改。
修改内容：
- 加入Kindle中文系统的适配；
- 改用可以encode UTF-8的语法来读写文件；
- 根据中文格式修改细节（见后面ParseDetails内容）。
- 加入笔记的位置信息location，方便日后在Kindle中回顾前后文；
- 加入informationFrom(title)，return tuple(locations, highlights);
- 将locations和highlights一并写入导出的.txt和.csv.
- 一本书内，根据locations排序所有的highlights:
- 在informationFrom(title)中sort数据
- 优化导出的.txt文件名；
- 加入titleScraper(title)，生成文件前替换特殊字符。防止出现遇到特殊字符，文件不会生成也不会报错的情况；
- 加入导出.csv的功能；
- 加入importAsCsv()
- 删除Json相关功能.
重中之重ParseDetails(details)：
数据整理的简要逻辑如下：
拆分行存为list -> 按delimeter所在位置判定location和highlights在list中的标号 -> 进一步简化location信息 -> location + highlights一起导出。
所有问题都出现在加粗环节。在这里我们掉过很多坑。原因在于没有想到Kindle生成的笔记格式那么不统一：导致我们在测试程序的过程中被卡住，回过头去被动地修改了很多遍。
猫认为我们应该在一开始就整理出所有不同的数据格式，而不是一次次在QA中修改。我同意，因为事后的修改因为我有点不耐烦所以conditional语句写得很没有系统性。
以下是格式相关总结：
常见格式：
========== Bliss More (Light Watkins) - 您在位置 #857-857的标注 | 添加于 2021年2月3日星期三 下午5:48:40 Focused thinking is thinking exclusively about the task at hand ==========
但并不是所有格式都如上所示。
与Location行相关的错误：
带有页码+位置信息：
========== When to Jump (Lewis, Mike) - 您在第 26 页（位置 #435-438）的标注 | 添加于 2019年7月30日星期二 下午1:53:35 With each new conversation, my voice gained confidence. Another older coworker put it bluntly: “Do you believe in yourself?” I said I did. “Who is responsible for how this jump turns out?” I said I was. “Then you have no risk in trying. You’re betting on yourself here. And you believe in that bet. You have no risk.” ==========
只有页码信息，没有位置信息：
========== 自救指南 - 您在第 18-18 页的标注 | 添加于 2014年10月26日星期日 下午3:30:48 不管神经衰弱是轻还是重，恐惧都是其发生的根源。冲突、悲伤、内 疚或羞耻可能引发神经衰弱，但恐惧很快就后后来居上 ==========
笔记信息：
========== Kindle Paperwhite 用户指南（第 2 版） (亚马逊) - 您在位置 #404 的笔记 | 添加于 2014年4月8日星期二 上午11:03:58 试用 ==========
解决办法：更细致的筛选。split字符串之后的list标号需要修改。
与Highlights相关的错误：
没有Highlihgts的书签信息：
========== 反脆弱--从不确定性中获益 - 您在位置 #657 的书签 | 添加于 2014年4月9日星期三 上午8:03:15 ==========
没有Highlights的标注（可能是Kindle的Bug）：
========== Bliss More (Light Watkins) - 您在位置 #891的标注 | 添加于 2021年2月3日星期三 下午5:48:06 ==========
解决办法：如果highlights为空，则不导出。
之后可以打磨的地方：
- 继续打磨parseDetails(details)功能：简化、理清conditional语句。之后能同时使用英文和中文系统。
- 在导出的.csv 文件中加一列来区分：标注、笔记、书签；
- 加上UX部分，把数据处理部分放到后台，做成一个简单的网页工具，可以适用于不会用Github和Python的人群。不过：
- 类似的产品有一些，可能只是做自己练习使用；
- 不适用于不喜欢上传隐私信息的用户。
谢谢阅读。
