sync-rss

update notion database from csv

在前一次导出后过了一段时间,在豆瓣上又有新的标记,但没有简单方法可以同步,又不想手动添加。 终于等到了 notion public API 发布出来。

如果在豆瓣上又重新执行油猴脚本(export.user.js)导出了一个更新的 csv 文件。 其中大多数都已经在上一次导出到 notion database 中。少数(大约 80 个)新条目需要更新到 database 中。

可以使用 update-notion.js 脚本,用最新的 csv 文件作为输入,跳过所有已经导入过的条目。 针对新的条目,一一去从页面获取扩展信息,并更新到 notion 中。 因为访问条目数比较少,所以不容易被禁 IP。

example of one row of douban export.user.js csv data
{
  '标题': '无间双龙:这份爱,才是正义 / ウロボロス~この愛こそ正  義。',
  '个人评分': '5',
  '打分日期': '2015/03/21',
  '我的短评': '5星打的绝对不是剧情!为建国,为toma,为一众cast就  是如此任性ˊ_>ˋ(1 有用)',
  '上映日期': '2015/01/16',
  '制片国家': '日本',
  '条目链接': 'https://movie.douban.com/subject/25953663/'
}
  
example of notion database properties
{
  '条目链接': {
    id: '=jBf',
      type: 'url',
        url: 'https://movie.douban.com/subject/26277363/'
  },
  'IMDb 链接': {
    id: '@ME}',
      type: 'url',
        url: 'https://www.imdb.com/title/tt5419278'
  },
  '主演': { id: 'X{lL', type: 'rich_text', rich_text: [[Object]] },
  '个人评分': {
    id: 'Z^ph',
    type: 'multi_select',
    multi_select: [ { id: 'FRXk', name: '5', color: 'pink' } ]
    // multi_select: [], // empty array if no value for rating
  },
  '打分日期': {
    id: 'e\\{[',
      type: 'date',
        date: { start: '2021-01-19', end: null }
  },
  '类型': {
    id: 'pzY>',
      type: 'multi_select',
        multi_select: [[Object], [Object]]
  },
  '海报': {
    id: 't@Fv',
    type: 'files',
    files: [
    {
      name: 'https://img3.doubanio.com/view/photo/s_ratio_poster/public/p2524998570.jpg'
    }
  ]
  },
  '我的短评': { id: 'wG?R', type: 'rich_text', rich_text: [[Object]] },
  '上映年份': { id: 'xghA', type: 'number', number: 2016 },
  '导演': { id: 'y]UL', type: 'rich_text', rich_text: [[Object]] },
  '标题': { id: 'title', type: 'title', title: [[Object]] }
}
  

sync database from douban rss

通过上面的脚本可以一次性处理添加几十个条目,但终究需要手动隔一段时间去执行。 我想到的能够自动同步豆瓣标记的方法就是通过 RSS,所幸豆瓣的 RSS 功能一直健在。

以下是 RSS 数据解析之后的例子:

douban rss parsed example
#竹子哟竹子#✨ 的收藏
{
  creator: '#竹子哟竹子#✨',
  title: '想看白蛇传·情',
  link: 'http://movie.douban.com/subject/34825976/',
  pubDate: 'Mon, 31 May 2021 15:14:58 GMT',
  'dc:creator': '#竹子哟竹子#✨',
  content:
    `
白蛇传·情

推荐: 很差/较差/还行/推荐/力荐

`, contentSnippet: '', guid: 'https://www.douban.com/people/MoNoMilky/interests/2898270366', isoDate: '2021-05-31T15:14:58.000Z' } { creator: '#竹子哟竹子#✨', title: '想看大宋提刑官', link: 'http://movie.douban.com/subject/2239292/', pubDate: 'Mon, 31 May 2021 15:12:13 GMT', 'dc:creator': '#竹子哟竹子#✨', content: '\n' + '\n' + ' \n' + ' \n' + '
\n' + ' 大宋提刑官\n' + '

推荐: 还行

备注: 测试 短评第 2 行

' '
\n', contentSnippet: '推荐: 还行\n备注: 测试\n短评第 2 行', guid: 'https://www.douban.com/people/MoNoMilky/interests/2898265663', isoDate: '2021-05-31T15:12:13.000Z' }

RSS 的好处一个是轻量,但又包含了个人标记的最重要的几个数据:名字、条目链接、时间、评分、短评。 所以需求可以转换为,定时获取 RSS 更新,并对新的条目进行抓取信息并同步到 notion database。

由此完成了 sync-rss.js 脚本工具,即获取 RSS 数据,对新加入的条目进行抓取信息,处理后添加到对应的 notion database 中即可。

这个脚本只要能定时自己跑就可以自动从豆瓣标记去更新 notion 了!

需要一个能跑 cron job 的服务即可,贫穷又很懒的我在想过一圈之后,发现 GitHub Actions 可以跑 scheduled workflow, 完美满足需求。

经过一番查找文档,设定好了 sync-rss workflow。此处我的 schedule 是 "Runs every 6 hours",也就是一天也只运行 4 次。

但需要考虑的是,豆瓣的 RSS 数据每次都只保留 10 个,并且包括想看、想听、想读。本人仅处理看过、听过、读过的条目,所以如果某一天集中标记数量过多,可能使 RSS 数据并未全部被 workflow 获取。 也在考虑改成 每小时或者每两个小时跑一次。

另,GitHub 免费用户的开源仓库,actions 暂时是完全免费,也不计时间。

查看 workflow 运行结果 ->

todo

  • 补全 notion 中的海报
  • 添加 在* 或者 想* 列表,考虑一下如何显示?
  • userscript 添加导出 在* 和 想* 的功能