🥇Pravljenje kućne biblioteke s Notionom i Pythonom

Uvijek me zanimala bolja organizacija knjiga u mojoj elektronskoj biblioteci. Na kraju sam došao do rješenja sa automatskim brojanjem stranica i drugim pogodnostima. Sve zainteresirane molim da produže.

Dio 1. Dropbox

Sve knjige imam na Dropboxu. Podijelio sam ih u 4 kategorije: Udžbenik, Priručnik, Umjetničko, Neumjetničko. Međutim, priručnike ne dodajem u tablicu.

Većina knjiga je u .epub formatu, a ostale su u .pdf. Dakle, konačno rješenje mora pokriti oba formata.

Putanje do knjiga su otprilike ovakve:

/Книги/Нехудожественное/Новое/Дизайн/Юрий Гордон/Книга про буквы от А до Я.epub

Ako je knjiga umjetnička, kategorija (tj. 'Dizajn' u ovom slučaju) se uklanja.

Odlučio sam se ne zamarati s Dropbox API-jem, jer imam njihovu aplikaciju koja sinkronizira mapu. Plan je sljedeći: uzimamo knjige iz mape, svaku knjigu prolazimo kroz brojač riječi, dodajemo u Notion.

Dio 2. Dodavanje retka

Tablica bi trebala izgledati otprilike ovako. PAŽNJA: nazivi stupaca bolje je pisati latinično.

Koristit ćemo neoficijalni Notion API, jer službeni još nije dostupan.

Idemo u Notion, pritiskamo Ctrl + Shift + J, idemo na Application -> Cookies, kopiramo token_v2 i nazivamo ga TOKEN. Zatim idemo na stranicu s tablicom biblioteke i kopiramo poveznicu. Zovemo to NOTION.

Zatim pisamo kod za povezivanje s Notionom.

database = client.get_collection_view(NOTION)
current_rows = database.default_query().execute()

Dalje ćemo napisati funkciju za dodavanje retka u tablicu.

def add_row(path, file, words_count, pages_count, hours):
    row = database.collection.add_row()
    row.title = file

    tags = path.split("/")

    if len(tags) >= 1:
        row.what = tags[0]

    if len(tags) >= 2:
        row.state = tags[1]

    if len(tags) >= 3:
        if tags[0] == "Umjetničko":
            row.author = tags[2]

        elif tags[0] == "Neumjetničko":
            row.tags = tags[2]

        elif tags[0] == "Udžbenici":
            row.tags = tags[2]

    if len(tags) >= 4:
        row.author = tags[3]

    row.hours = hours
    row.pages = pages_count
    row.words = words_count

Što se događa ovdje. Uzimamo i dodajemo novi red u tablicu na prvom retku. Zatim dijelimo naš put po '/' i dobivamo oznake. Oznake su u smislu 'Umjetničko', 'Dizajn', tko je autor i tako dalje. Nakon toga postavljamo sva potrebna polja tablice.

Dio 3. Brojimo riječi, sate i druge pogodnosti

Ovo je malo složeniji zadatak. Kao što se sjećamo, imamo dva formata: epub i pdf. Ako je epub jasan — u njemu vjerojatno postoje riječi, situacija s pdf-om nije tako jednostavna: on može biti sastavljen samo od spojene slike.

Dakle, funkcija za brojenje riječi u pdf-u izgledat će ovako: uzimamo broj stranica i množimo ga s određenom konstantom (prosječan broj riječi po stranici).

Evo je:

def get_words_count(pages_number):
    return pages_number * WORDS_PER_PAGE

To je WORDS_PER_PAGE za A4 stranicu otprilike 300.

Sada ćemo napisati funkciju za brojanje stranica. Koristit ćemo PyPDF2.

def get_pdf_pages_number(path, filename):
    pdf = PdfFileReader(open(os.path.join(path, filename), 'rb'))
    return pdf.getNumPages()

Zatim ćemo napisati komad koda za brojanje stranica u epub-u. Koristit ćemo epub_converter. Ovdje uzimamo knjigu, pretvaramo je u redove, i za svaki red računamo riječi.

def get_epub_pages_number(path, filename):
    book = open_book(os.path.join(path, filename))
    lines = convert_epub_to_lines(book)
    words_count = 0

    for line in lines:
        words_count += len(line.split(" "))

    return round(words_count / WORDS_PER_PAGE)

Sada ćemo izračunati vrijeme. Uzimamo omiljeni broj riječi i dijelimo ga s vašom brzinom čitanja.

def get_reading_time(words_count):
    return round(((words_count / WORDS_PER_MINUTE) / 60) * 10) / 10

Dio 4. Spajamo sve dijelove

Moramo pregledati sve moguće putanje u našoj mapi s knjigama. Provjeriti postoji li već knjiga u Notion-u: ako postoji — redak ne moramo stvarati.
Zatim trebamo odrediti tip datoteke, a ovisno o tome, izračunati broj riječi. Na kraju dodati knjigu.

Evo kakav nam se kod dobija:

for root, subdirs, files in os.walk(BOOKS_DIR):
    if len(files) > 0 and check_for_excusion(root):
        for file in files:
            array = file.split(".")
            filetype = file.split(".")[len(array) - 1]
            filename = file.replace("." + filetype, "")
            local_root = root.replace(BOOKS_DIR, "")

            print("Dir: {}, file: {}".format(local_root, file))

            if not check_for_existence(filename):
                print("Dir: {}, file: {}".format(local_root, file))

                if filetype == "pdf":
                    count = get_pdf_pages_number(root, file)

                else:
                    count = get_epub_pages_number(root, file)

                words_count = get_words_count(count)
                hours = get_reading_time(words_count)
                print("Pages: {}, Words: {}, Hours: {}".format(count, words_count, hours))
                add_row(local_root, filename, words_count, count, hours)

A funkcija za provjeru je li knjiga dodana izgleda ovako:

def check_for_existence(filename):
    for row in current_rows:
        if row.title in filename:
            return True

        elif filename in row.title:
            return True

    return False