【开源】Chrome 浏览器书签层级可视化

​这是 ​月小水长 ​的第​ 105 ​篇原创干货​

今天推送一篇极其实用的可视化教程，可视化我们自己的浏览器中收藏的书签。

事情是这样的，昨天我在找一个收藏夹中的书签时：

由于层级过深，无法直接触达，学代码写程序就是为了解决这些小问题，我灵感一现，可不可以浏览器书签层次可视化出来，直接点击呢？说干就干，花了几个小时，完成了下面这个 mini-project。

​​按照收藏夹中书签的层次顺序，由根节点延伸到叶子节点，每个叶子节点就是一个书签，可以直接点击叶子节点到达对应的书签地址​​。

代码全部开源，地址如下，走过路过求个 star ：

https://github.com/inspurer/ChromeBookmarkVisual

可以复制在浏览器中打开 

核心代码

导出浏览器书签格式如下

​​需要使用 lxml 将它解析成 json，然后扔给 echarts 做可视化。​​

在 lxml 解析过程中发现，由于导出的 html 中许多 DT、H3 标签没有闭合，导致解析紊乱，故先将 html 内容规范化处理之。

def get_regular_html():
    with open(bookmark_html_file, mode='r', encoding='utf-8-sig') as fp:
        html_content = fp.read()
    '''
     先规则 html 标签，否则 etree.HTML 解析的结构很混乱
    '''
    html_content = html_content.replace(r'<p>', '')
    html_content = html_content.replace(r'</H3>', r'</H3></DT>')
    html_content = html_content.replace(r'</A>', r'</A></DT>')
    return html_content

然后使用递归解析 lxml 成 json

def parse_html_recursive(root_html):
    children = []
    children_html = root_html.xpath('./child::*')
    for index, ele in enumerate(children_html):
        tag_name = ele.tag.strip()
        if tag_name == 'dt':
            if ele.xpath('./h3'):
                name = ele.xpath('./h3/text()')[0].strip()
                if name in exclude_collection:
                    continue
                children.append({
                    name_key: name,
                    children_key: parse_html_recursive(children_html[index + 1])
                })
            elif ele.xpath('./a'):
                if len(ele.xpath('./a/text()')) == 0:
                    print('过滤掉没有书签名的')
                    continue
                url = ele.xpath('./a/@href')[0]
                name = ele.xpath('./a/text()')[0].strip()
                children.append({
                    name_key: name,
                    url_key: url
                })
    return children

json 格式大致如下：

最后 echart 可视化 json 内容，这部分代码全在 ​​tree-radial.html​​ 中，在此就不展开了。

运行步骤

1、将代码 clone 至本地

git clone git@github.com:inspurer/ChromeBookmarkVisual.git

2、安装相关的第三方库依赖

pip install requirements.txt

3、在浏览器中将收藏的书签导出为 html，命名为 ​​bookmarks.html​​

4、运行 ​​py​​​ 文件得到 ​​bookmarks.json​​

python parse_bookmark_html_to_json.py

​5、在浏览器中打开 ​​tree-radial.html​​​，即可看到可视化效果，并可点击叶子节点​

个性配置

1、可在 ​​py​​​ 文件中 ​​exclude_collection​​ 变量中添加不需要可视化的根书签收藏夹。

2、可在​​tree-radial.html​​​ 中可设置图表样式，如 ​​layout = orthogonal​​​ 可设置成层次树状图，​​initialTreeDepth​​ 可以设置初始最大层数。

可以参考下面的 B 站视频，查看浏览器书签导出等步骤，不要忘了一键三连~。

Referer

ps，如果大家看教程看得很晕，直接看​​运行步骤​​即可，不明白的地方可以借鉴 B 站视频。