notion-dump-kernel

English_Version

---

一、项目说明

本仓库是基于notion-client（notion官方API）的开发，最初目的是为从notion导出电子笔记提供一种便利的方式，将页面内所有的内容导出为Markdown&CSV格式。

本项目功能

• 将Notion数据库（Table）导出为CSV文件
• 将Notion Page页面或者一个单独的Block导出为md文件
• 递归导出page中的指向page或者数据库（Table）中的子页面
• 递归导出数据库中Title对应的Page页面，及其递归（和上一条结合起来简而言之对于Page和Database Table之间的相互嵌套均可以递归导出）
• 将文件和图片下载
• 将Notion Page页面导出到数据库（SQL）
• 将数据库（SQL）导出成md&CSV文件

二、项目结构

notoin-dump
├─NotionDump
│  ├─Dump   # 对外接口
│  ├─Notion # 与Notion通信统一封装接口
│  ├─Parser # 实现的一些解析器
│  ├─SQL    # 数据库部分，TODO
│  └─utils  # 内部变量与杂项函数
└─Tests 	# 测试代码

graph TD
    A[Dump] -->B(Database)
    A[Dump] -->C(Page/Block)
    B --> D[Mix Parser]
    C --> D[Mix Parser]

    D --> E[Database Parser]
    D --> I[Download Parser]
    D --> F[Block Parser]
    
    E --> G[Base Parser]
    F --> G[Base Parser]

    B --> H[Query]
    C --> H[Query]

Loading

三、使用方法

3.0 安装导入

安装notion-dump-kernel

# 打开终端，输入如下命令安装（装最新版，之前bug有点多）
pip install notion-dump-kernel

导入使用

import NotionDump
from NotionDump.Dump.dump import Dump
from NotionDump.Notion.Notion import NotionQuery

3.1 对外统一接口

# 获取Notion查询句柄
query_handle = NotionQuery(
    token=TOKEN_TEST,                  				# Token
    client_handle=None,                				# Notion官方API句柄，默认为空
    async_api=False                    				# 异步调用，默认为False
)

# 获取操作句柄
handle = Dump(
    dump_id=ID,                        				# 需要导出的页面ID
    query_handle=query,                				# Notion查询句柄
    export_child_pages=True, 		   				# 是否递归导出子页面
    page_parser_type=NotionDump.PARSER_TYPE_MD,  	# Page导出类型
    db_parser_type=NotionDump.PARSER_TYPE_PLAIN,	# 数据库导出类型
    dump_type=NotionDump.DUMP_TYPE_XXX 				# ID的类型，详细见后续说明
)

# dump类型 dump_type
DUMP_TYPE_BLOCK						   				# 块类型
DUMP_TYPE_PAGE						   				# 页面类型
DUMP_TYPE_DB_TABLE                     				# 数据库Table类型

# 导出类型
PARSER_TYPE_MD										# Markdown格式
PARSER_TYPE_PLAIN									# 纯文本格式

# 其它
# 变量自解释，不再赘述

3.2 获取输出

dump的结果存放在一个字典变量中，改变量包含了外部可以操作的所有新信息，获取输出和输出解释如下

# 获取输出
dump_output = dump_handle.dump_to_file()
# 其中dump_handle为上述的操作句柄（Dump(xxx)返回值）

输出样例：

{
    "key_id_1": {
        "dumped": true,
        "main_page": true,
        "type": "page",
        "local_path": "xxxx",
        "page_name": "",
        "link_id": "",
        "child_pages": [
            "xxxxx",
            "xxxxx"
        ],
        "inter_recursion": true,
        "inter_soft_page": false
    },
    "key_id_2": {
        "dumped": false,
        "main_page": false,
        "type": "page",
        "local_path": "",
        "page_name": "",
        "link_id": "xxxxx",
        "child_pages": [],
        "inter_recursion": true,
        "inter_soft_page": false
    }
}

输出解释：

• key_id_1：键值，也是dump下来的页面需要重定位的标志
• dumped：id指向的资源是否成功下载
• main_page：页面是否是主页
• type：该id的类型，database或者page（链接的话是链接指向的页面的类型）
• local_path：导出的文件位置，供后续操作
• page_name：页面是否有名称（后续重定位使用）
• child_pages：包含的子页面或者子数据库
• inter_recursion：内部使用变量，无需关注
• inter_soft_page：内部使用变量，无需关注

四、待完成

4.1 导出到SQL数据库

基本方案：数据库导出是将所有的page存储到一张表里，将导出的每一个CSV文件作为一张表存储

我数据库不太行，只能想到这样的存储方法

五、注意

已知的问题

• 评论内容无法获取到
• 数据库CSV只是存了下来，但是本地查看因为没有格式极其不方便

六、附录

6.1、项目测试

项目测试页面

6.2 Notion dump

基于该项目做的一个下载下来的页面重新组合文件结构，并对其中的链接部分进行重定位

项目地址