用 org mode 管理读过的书

缘起

豆瓣会删除书的条目，八月的时候它们删除了《香港简史》，我在上面的笔记基本付诸东流¹。有一段时间豆瓣经常500。这两件事让我觉得豆瓣并不是很可靠。所以我开始用 org-mode 做笔记，用 github 同步备份。

后来我读到卡尔维诺的《为什么读经典》，深感应该重新审视一下我读过的书，所以我写了个小脚本，把豆瓣读过列表的数据抓下来，整理成 org 文件。

代码工作

代码工作分两部分：

1. 爬虫；
2. 组织成 org mode；

代码见：yato²。

爬虫

因为很简单，所以没有用 scrapy，实际上就是循环调用豆瓣请求已读链接的，把 html 保存下来，然后用 beautiful soup 解析一下（实际上就是搜 selector）³。

org 文件生成

这次做的事情最大的坑是 PyOrgMode，首先它已经弃坑了，然后它输出 org 的 tag 时是有问题的。它会把多个 tag 输出成 :tag0::tag1::tag2: tag 之间多了一个冒号。我在本地把代码修了⁴。

说一下之所以使用 org 有几个原因：

1. 我毕竟是 emacs 用户；
2. 我可以用 tag 方便地给书分类；
3. 那些永远不会在读的书⁵可以轻松 archie；

简单来说就是 org mode 用起来就像一个简单易用的数据库一样。但其实有个缺点，就是这么多 org file，emacs 初始化的时候会要了老命。

成品

最后把每一本书保存成一个单独的 org 文件，所有记录在我另一个 repo 里面。

脚注