查找Chrome导出书签中的重复书签和书签对比功能的小工具

我是桃川人

最近多台电脑的书签不同步，有许多重复的，在网上也没找到好用的工具和方法来解决，所以自己写了个小工具来解决自己这个烦恼，希望对有需要的有所帮助。
以下是简单的介绍：
主目录

功能1

功能2


如果使用中遇到问题欢迎回帖反馈，如有更好的书签解决方法同样欢迎跟帖分享！

代码为 python 3+

1. #!/usr/bin/env python
   
2. # Chrome 导出的 html 书签检查工具
   
3. # by Hellogz 2015-08-27 shenzhen
   
4. import re
   
5. import os
   
6. import time
   
7. 
   
8. def find_bookmark(html, patt):
   
9.     """用指定的正则表达式查找书签
   
10.     参数 html： 书签字符串
    
11.     参数 patt： 正则表达式
    
12.     返回值： 查找到的书签列表
    
13.     """
    
14.     linkre = re.compile(patt)
    
15.     relist = linkre.findall(html)
    
16.     return relist
    
17. 
    
18. def print_bookmark(bookmark, opt=''):
    
19.     """打印书签"""
    
20.     if len(bookmark):
    
21.         for i in bookmark:
    
22.             print('>>> Name: ' + i[1] +
    
23.                   '\n>>> Url:  ' + i[0])
    
24.     print('共%d条书签' %(len(bookmark)) + opt)
    
25. 
    
26. def get_bookmark_list(file):
    
27.     """获取文件中的书签"""
    
28.     patt = 'HREF="(.+?)" ADD_DATE=".+?">(.+?)</A>' #查找Google书签导出html文件中的书签和书签名的url
    
29.     try:
    
30.         with open(file, 'r', encoding='utf-8') as f:
    
31.             html = f.read()
    
32.     except FileNotFoundError as exc:
    
33.         print('未知的文件：文件不存在？')
    
34.         return None
    
35.     except UnicodeDecodeError as exc:
    
36.         try:
    
37.             with open(file, 'r', encoding='utf-8') as f:
    
38.                 html = str(f.read(), 'utf-8')
    
39.         except UnicodeDecodeError as exc:
    
40.             print('无法识别的文件：%s' %(file))
    
41.             return None
    
42.     relist = find_bookmark(html, patt)   
    
43.     print('文件：%s 共%d条书签' %(os.path.basename(file), len(relist)))
    
44.     return relist
    
45. 
    
46. def cmp_bookmark(bmk1, bmk2):
    
47.     """
    
48.     比较 bmk1 与 bmk2 的不同
    
49.     """
    
50.     dif = []    #不相同的书签
    
51.    
    
52.     for i in bmk1:
    
53.         if i not in bmk2:
    
54.             dif.append(i)
    
55.     return dif
    
56. 
    
57. def write_bookmark(bookmark, file=''):
    
58.     """把 bookmark 写入指定的 file 中"""
    
59.     if file is '':
    
60.         file = 'bookmarks_different.txt'
    
61.         
    
62.     with open(file, 'a') as f:
    
63.         try:
    
64.             f.write(time.ctime() + '\n')
    
65.             for i in bookmark:
    
66.                 f.write(i[1] + '\t' + i[0] + '\n')
    
67.             print('已写入到当前程序目录下的 %s 文件中' %(file))
    
68.         except:
    
69.             print('写入失败')
    
70. 
    
71. def find_repeat_bookmark(bookmark_list):
    
72.     """查找重复的 bookmark"""
    
73.     if type(bookmark_list) is list:
    
74.         repeat = []
    
75.         for i in range(len(bookmark_list)):
    
76.             for j in range(i + 1, len(bookmark_list)):
    
77.                 if bookmark_list[i] == bookmark_list[j]:
    
78.                     repeat.append((i, j))
    
79.         return repeat
    
80.     else:
    
81.         return '出错了!请检查书签~'
    
82. 
    
83. def check_diff():
    
84.     """检查两个书签的不同之处"""
    
85.     file = input('请输入文件名:')
    
86.     bmk1 = get_bookmark_list(file)
    
87.     if bmk1 is None:
    
88.         return
    
89.     file = input('请输入文件名:')
    
90.     bmk2 = get_bookmark_list(file)
    
91.     if bmk2 is None:
    
92.         return
    
93.     dif = cmp_bookmark(bmk1, bmk2)
    
94.     if input('共%d条书签不相同, 打印输入"y" 其他输入将继续, 请输入:' %(len(dif))) is 'y':
    
95.         print_bookmark(dif)
    
96. 
    
97.     if input('注意：生成文件输入"y" 其他输入将继续, 请输入:') is 'y':
    
98.         write_bookmark(dif)
    
99. 
    
100. def check_repeat():
     
101.     """检查书签是否有重复的"""
     
102.     file = input('请输入文件名:')
     
103.     bmk = get_bookmark_list(file)
     
104.     repeat = find_repeat_bookmark(bmk)
     
105.     if type(repeat) is str:
     
106.         print(repeat)
     
107.         return
     
108.     if len(repeat) > 0:
     
109.         if input('其中共有%d条书签重复, 打印输入"y" 其他输入将继续, 请输入:' %(len(repeat))) is 'y':
     
110.             for i in repeat:
     
111.                 print('>>> Name: ' + bmk[i[0]][1] +
     
112.                       '\n>>> Url:  ' + bmk[i[0]][0])
     
113.         return
     
114.     print('共%d条书签重复' %(len(repeat)))
     
115. 
     
116. def menu():
     
117.     return input('请选择功能：\n' +
     
118.           '1. 检查书签是否有重复\n' +
     
119.           '2. 检查两个书签的不同之处\n' +
     
120.           'exit. 退出\n' +
     
121.           '请输入对应的编号:')
     
122. 
     
123. def main():
     
124.     while True:
     
125.         choice = menu()
     
126.         if choice == '1':
     
127.             check_repeat()
     
128.         elif choice == '2':
     
129.             check_diff()
     
130.         elif choice == 'exit':
     
131.             break
     
132.         else:
     
133.             print('无法识别的输入, 请重新输入')
     
134. 
     
135.     #os.system('pause')
     
136. 
     
137. if __name__ == '__main__':
     
138.     main()
     
139.         
     

复制代码

～风介～

正则表达式学得不错嘛！

我是桃川人

～风介～ 发表于 2015-8-27 17:16
正则表达式学得不错嘛！

差远了。。。
有个想法自己不会用正则表达式实现。。。求高手：
比如：
<h> bookmark1 <d> url1 </d> <d> url1 </d> <d> url1 </d> </h>
<h> bookmark2 <d> url2 </d> <d> url2 </d> <d> url2 </d> </h>
<h> bookmark3 <d> url3 </d> <d> url3 </d> <d> url3 </d> </h>
这里要如何一次匹配到:
bookmark1, bookmark2, bookmark3,  url1x3, url2x3, url3x3 呢？

～风介～

我是桃川人 发表于 2015-8-28 21:09
差远了。。。
有个想法自己不会用正则表达式实现。。。求高手：
比如：

这个我也不会哦~

John_farmer

学习了！！！

52766365

谢谢分享~支持楼主~