WPS便签导出内容解析与导入各个平台
7月底，WPS便签提示即将停服。为了拯救这几年来攒下的笔记，我展开了积极自救。 上一篇文章 中我们已经介绍了从WPS便签APP端导出数据的方法，本篇我们则说一说如何处理这些笔记，并导入到各个笔记软件里——这里包括 Obsidian， Flomo浮墨笔记 ，Notion，以及WPS笔记。
一、解包&获取笔记元信息
（一）通过网页爬虫的方法获得元信息json
正如上篇文章所述，导出的结果是一个zip压缩包，解压缩后是一系列以hash编码命名的文件夹，也没有创建日期的信息，更没有子文件夹或者置顶、星标之类的信息。
那么这些信息应该从哪里获取呢？很遗憾，官方没有暴露接口，我们只能使用一些土办法去半人工半自动的获取。
说人话：使用WPS便签网页版，进行网页抓包的方法获取信息。需要准备的材料是一个现代化的浏览器（如Chrome，Firefox，Edge等），并知道如何使用F12开发者工具抓包。
如下图，当我们打开一个WPS笔记页面时，在Network标签页中可以看到网页加载了许多XHR资源（这是因为网页端WPS便签是动态网页架构，只会下载和展示用户翻到的笔记，当用户使用鼠标滚动目录栏、查看过去的笔记时，网页会通过XHR请求的方式自动加载这些新的笔记条目，并将这些笔记的标题、链接、创建日期等信息以json请求的形式发送给浏览器）。
那么，具体是要怎么做呢？如下图，我们需要开启开发者工具，然后滚动鼠标加载当前分组下所有日记条目，随后筛选出XHR请求中对应的json文件，将这些json文件保存下来，它们就是我们笔记的元数据。
对于我的WPS便签，我保存了很多个json，最终的结果如下（有些分组下只有一个json，因此没有为此新建文件夹）：
1 | (base) cyclin@DESKTOP-23BCT60:jsons$ ls *json |
对于单个json文件，其内部是一个webNotes 字典列表，列表中的每一个元素对应着一篇笔记，包含这篇笔记的hash编码、创建和修改的时间，以及标题、内容等信息。我们重点提取hash编码（即noteId）和笔记创建的时间戳（createTime），如下图：
（二）处理json并将相关信息合并到笔记当中
这一步也需要半人工半自动的去处理。如下图，我写了一个json转tsv的脚本，输入json文件的路径，以及这个json文件所属的分组，则输出的tsv中就会包含笔记条目的hash编码、创建时间和分组信息。通过batch run调用脚本，批量处理上面得到的json，最终就可以得到一个完整的metadata表。
最终得到的metadata表如下所示：
我们将WPS便签APP导出的便签压缩包解压到 ./unzip 文件夹，并使用 os.listdir() 获取所有的笔记信息，之后就可以对照上面的metadata表，明确每一篇笔记的创建日期和分组信息了。值得注意的是，由于WPS便签APP端和服务器端同步不充分，一些远古笔记可能没有对应的metadata信息，这里我们可以用随机数为其生成一个时间戳，并新增标签”unknown_group”。
到这一步，我们的预处理基本上算是完成了。
二、导出到各个笔记软件
（一）整理为DataFrame和csv文件供存档
这是最简单的处理步骤。我们只需要从文件夹中读取笔记内容，并附上笔记标签（分组信息）和创建日记就算完成了。【下图中的代码对图片链接进行了替换，这是因为为了节省存储空间，我把图片全部上传到了我的私人腾讯云图床，因此markdown中对应的图片链接也需要替换】
（二）整理为csv并导入Flomo浮墨笔记
如下图所示，Flomo浮墨笔记支持通过csv格式的文件导入笔记，入口在网页端的flomo笔记的设置页面当中。这个csv文件只需要提供两列内容即可：content（笔记内容），created_at（创建时间）
我们构建这个csv文件的方法和（一）中的方法基本相同；但是有一点需要注意，Flomo笔记当中，井字符号 # 会被识别为标签，而不是markdown中的标题开头——因此我们需要批量替换删除文件中原本的 # 符号，并增加 #{tag} （将tag替换为实际分组名称）这样的标签信息，从而实现类似WPS便签中分组的效果。
完成后，将输出的文件 flomo_import_df.csv 拖入flomo的导入接口，等待其处理完成后点击确认按钮，即可完成导入。最终效果如下：
【补充：flomo笔记不支持markdown格式标记，也不支持在批量导入时插入图片，因此使用体验上有阉割】
（三）通过Flomo浮墨笔记的接口导入Notion笔记
这一步最为简单，但是需要Flomo笔记的VIP会员。
如下图，在网页端flomo的设置界面，有个“实验室”（Labs）选项，这里有个“同步到Notion”的开关，点击开关后按提示完成操作就完事了。
最终效果：
【很不幸的是，免费版的Notion对于笔记block数量有限制，上述批量导入方法很有可能触发导入block数量上限，影响后续使用】
（四）清理markdown格式标签并导入obsidian
这一步也非常简单。
如下图，我们直接创建一个formated文件夹，然后按照笔记分组将每条笔记存储到 formated/{tag} （tag替换为实际分组）即可——为了方便，直接使用笔记的创建时间作为文件名。
之后，我们将formated文件夹整体复制到obsidian的vault下面，就完成了导入。
最终效果：
（五）通过官方MCP接口导入WPS笔记（WPS AI note）
这个步骤是最繁琐的。因为WPS笔记提供了导入接口，但是导入接口做得非常麻烦——他们是以MCP的格式提供接口的，并且开启MCP的前提是安装他们的PC客户端。下面几个链接是官方提供的教程参考（很显然，他们的MCP接口做得很草台班子，这几个教程写的非常简单，许多细节都没提到，还是我后面和DeepSeek一起翻源码搞明白的）
具体来说，我先安装了他们的客户端，启动了开发者功能并获得了API KEY，之后我写了下面这段代码测试MCP接口：
最终得到的MCP工具列表如下：
围绕这一堆MCP工具，我们就可以使用python编写一些方法解析笔记并插入。
比较麻烦的地方在于：
- 笔记需要先创建→获取笔记ID→调用编辑工具写入数据，并不是一步就能完成的
- MCP接口不支持markdown格式；相反，它们接受xml格式的笔记，也就是说笔记的标题、文本格式需要用xml编码好，然后提交到MCP接口，才能实现插入
- MCP接口支持插入图片，但是插入图片时需要提供锚点位置（也就是需要在笔记的哪个位置插入），因此需要额外的代码维护和更新笔记篇目中的文本锚点信息
- 笔记标签需要额外的代码进行设置
- 通过MCP的编辑速度很慢，一篇笔记大概需要几十秒才能处理完
因此，我们的代码需要同时实现markdown格式解析+转xml格式+实时维护和更新笔记ID以及文本锚点信息等功能。这个工作量很大，我用AI帮忙实现了一下；受限于篇目长度，此处不展示源代码了（我想读者朋友们根据上面那个MCP工具列表，用AI帮忙大概率能够实现一个功能类似的程序）。
最终效果：
