【Excalidraw脚本】Excalidraw画板的全文搜索(文本+图片OCR+笔记)

全局搜索对于笔记类应用程序是一个非常重要且实用的功能。用户经常需要在大量的文本、图片和嵌入文档中快速定位信息,以提高工作效率和信息管理。在 Excalidraw 这样的图形绘图工具中,实现画布全局搜索功能可以帮助用户更快速地查找和定位关键信息。

该脚本实现了基于 Excalidraw 画板的全局搜索功能。可以选择不同选项,搜索:speech_balloon:文本元素、:framed_picture:图片元素(采用 PaddleocrOCR 或者 Obsidian 的 Text Extractor 插件进行 OCR)、:memo:嵌入的文档 (wiki 链接或者 embeddable 文档)、以及画板的:art:全文搜索 (包含所有元素选项),并通过选择的搜索结果聚焦到该元素。

2024-03-30_自定义Excalidraw脚本-画板全文搜索和替换(文本+图片OCR+笔记)_IMG-1

PS::art:全文搜索不会自动 OCR 图片,只会显示已经被 OCR 了的检索结果,:framed_picture:图片 OCR选项会自动 OCR 未被 OCR 的图片。

:bulb:使用技巧
你可以在全文搜索中通过 :speech_balloon::framed_picture::memo: 标识符来限定:speech_balloon:文本、:framed_picture:图片、:memo:文档类型,如果文本中包含特殊的 TipPSFAQQ&A 都可以作为关键词进行筛选。另外推荐快捷键设置 Alt + F

图片 OCR 模型

支持本地 Paddleocr 以及 Obsidian 的 Text Extractor 插件 2 种识别模式:

本地的 Paddleocr 识别

本地的 Paddleocr 需要专门下载模型以及其他配置,这里我就将模型文件 (一百多 M 上传不了 GitHub) 上传到百度网盘,需要的自取:百度网盘:Excalidraw全局搜索.zip

Text Extractor 插件识别

TextExtractor 模式需要安装 Text Extractor 插件,在里面最好勾选 chi_sim 简体中文选项,不过该模式对中文识别率也不太好,速度也比较慢,建议采用本地 Paddleocr 模型。

脚本链接

https://raw.githubusercontent.com/PandaNocturne/ExcalidrawScripts/master/PandaScripts/ExcalidrawGlobalSearch.md
d
源代码
await ea.addElementsToView(); // 等待所有图片都加载完成

const quickAddApi = app.plugins.plugins.quickadd.api;
const fs = require('fs');
const path = require('path');
const activeFile = app.workspace.getActiveFile();
const { exec } = require('child_process');


let settings = ea.getScriptSettings();
//set default values on first run
if (!settings["ocrModel"]) {
    settings = {
        "ocrModel": {
            value: "Paddleocr",
            valueset: ["Paddleocr", "TextExtractor", "无"],
            description: "选择 OCR 模型,有本地的 Paddleocr(需要本地文件)、Obsidian 的 Text Extractor 插件 API",
        },
        "PaddleocrPath": {
            value: ".obsidian/paddlleocr/PaddleocrToJson.py",
            description: "选择 paddlleocr 文件夹路径下的 PaddleocrToJson.py 文件"
        },
    };
    ea.setScriptSettings(settings);
}

// 获取文本元素
const textEls = ea.getViewElements().filter(el => el.type === "text" && el.text.length >= 4);

// 获取嵌入文档元素
const fileEls = [...ea.getViewElements().filter(el => el.type === "embeddable"), ...ea.getViewElements().filter(el => el.type !== "embeddable" && el.link && el.link.endsWith("\]\]"))];
// 获取图片元素
const imageEls = ea.getViewElements().filter(el => el.type === "image");
const imgOcrEls = imageEls.filter(el => el.customData && el.customData["ocrText"]);
const imgOcrErrorEls = imgOcrEls.filter(el => el.customData["ocrText"] === "...");
const imgOcrNum = imageEls.length - imgOcrErrorEls.length;
const imgUnOcrNum = imageEls.length - imgOcrEls.length;

const zoom = [2, 2, 2, 3];
const icon = ["✒", "💬", "🖼", "📝"];

// 获取库的基本路径
const basePath = (app.vault.adapter).getBasePath();

// 综合选项
const choices = [`${icon[0]}全局搜索(${textEls.length + imgOcrNum + fileEls.length}-${imgUnOcrNum})`, `${icon[1]}文本数据(${textEls.length})`, `${icon[2]}图片(OCR)(${imgOcrNum}-${imgUnOcrNum})`, `${icon[3]}嵌入文档(${fileEls.length})`,];
const choice = await utils.suggester(choices, choices);

// 图片的OCR并不会记录在Yaml区而是记录在自定义数据中
const getImgOCR = async (imageEls) => {
    // 图片计数
    let n = 0;
    // 汇集所有文本集合
    const allImageText = [];
    const allImageEls = [];
    for (let el of imageEls) {
        const currentPath = ea.plugin.filesMaster.get(el.fileId).path;
        const file = app.vault.getAbstractFileByPath(currentPath);
        // 获取图片路径
        const imagePath = app.vault.adapter.getFullPath(file.path);
        // console.log(`获取图片路径:${imagePath}`);

        // !初始化
        let ocrText = ""; n++;
        if (!el.customData) {
            el.customData = {
                ocrText: ""
            };
        }

        if (el.customData["ocrText"]) {
            // console.log(`图片已存在OCR文本`);
            ocrText = el.customData["ocrText"];
        } else if (settings["ocrModel"].value === "Paddleocr") {
            // new Notice(`图片OCR中......`);
            // 执行Paddleocr,如果报错则会保留ocrText的值
            const scriptPath = `${basePath}/${settings["PaddleocrPath"].value}`;
            console.log(scriptPath);
            await runPythonScript(scriptPath, imagePath)
                .then(output => {
                    // 在这里处理Python脚本的输出
                    console.log(output);
                    let paddlleocrJson = JSON.parse(output);
                    let paddlleocrText = paddlleocrJson.data.map(item => item.text);
                    ocrText = paddlleocrText.join("\n");
                    new Notice(`第${n}张片已完成OCR`, 2000);
                })
                .catch(error => {
                    new Notice(`Paddleocr识别失败,跳过`);
                    ocrText = "...";
                    console.error(error);
                });
        } else if (settings["ocrModel"].value === "TextExtractor") {
            const text = await getTextExtractor().extractText(file);
            new Notice(`第${n}张片已完成OCR`, 500);
            ocrText = processText(text);
        }
        // 更新数据源,存储在元素中
        if (ocrText === '...' || ocrText === '◻◻◻◻◻◻') {
            el.customData["ocrText"] = "...";
        } else {
            el.customData["ocrText"] = ocrText;
            // 收集提取的信息
            allImageText.push(ocrText);
            allImageEls.push(el);
        }

        await ea.addElementsToView(false, false);
    }
    ea.copyViewElementsToEAforEditing(imageEls);
    await ea.addElementsToView(false, true);
    return { allImageText, allImageEls };
};

const getFileText = (files, fileEls) => {
    const allFileText = [];
    const allFileEl = [];
    for (let el of fileEls) {
        const filePath = getFilePath(files, el);
        if (!filePath) continue;
        if (filePath.endsWith(".md") && !filePath.endsWith("excalidraw.md")) {
            // 读取文件内容
            const markdownText = getMarkdownText(filePath);
            allFileEl.push(el);
            allFileText.push(`${filePath}:\n\n${markdownText}`);
        }
    }
    return { allFileText, allFileEl };
};

if (choice === choices[0]) {
    if ((imageEls.length - imgOcrEls.length) >= 1) {
        new Notice(`💡全局搜索中存在${imageEls.length - imgOcrEls.length}个未OCR的图片没被检索`);
    }
    let allElText = [];
    let allElements = [];
    // 获取图片文本
    const { allImageText, allImageEls } = await getImgOCR(imageEls.filter(el => el.customData && el.customData["ocrText"]));
    // 获取文本文本
    const allTexts = textEls.map(el => `${icon[1]}${el.text}`);
    // 获取文件文本
    const files = app.vault.getFiles();
    const { allFileText, allFileEl } = getFileText(files, fileEls);

    allElText = [
        ...allTexts,
        ...allImageText.map(img => `${icon[2]}${img.replace(/\n+/g, "◼")}`),
        ...allFileText.map(txt => `${icon[3]}${txt}`)
    ];
    allElements = [
        ...textEls,
        ...allImageEls,
        ...allFileEl];

    // 因为Excalidraw的utils.suggester建议框有数量限制,这里选用QuickAdd的api
    const selected = await quickAddApi.suggester(allElText.map(txt => `${txt}` + `\n`.repeat(2)), allElText);
    const index = allElText.indexOf(selected);
    const selectedElement = allElements[index];

    if (selectedElement) {
        // 执行跳转到选定元素的操作
        api = ea.getExcalidrawAPI();
        api.zoomToFit([selectedElement], zoom[0]);
    }
    return;
}
// 💬文本搜索
if (choice === choices[1]) {
    // textEls.map(el => el.text)
    const selectedElement = await quickAddApi.suggester(textEls.map(el => `${icon[1]}${el.text}` + `\n`.repeat(2)), textEls);
    if (selectedElement) {
        // 执行跳转到选定元素的操作
        api = ea.getExcalidrawAPI();
        api.zoomToFit([selectedElement], zoom[1]);
    }
    return;
}
// 🖼图片搜索
if (choice === choices[2]) {
    console.log(`检测到${imgUnOcrNum}张图片未进行OCR识别...OCR识别中`);
    const { allImageText, allImageEls } = await getImgOCR(imageEls);
    const selectedElement = await quickAddApi.suggester(allImageText.map(txt => `${icon[2]}${txt.replace(/\n+/g, "◼")}` + `\n`.repeat(2)), allImageEls);
    if (selectedElement) {
        // 执行跳转到选定元素的操作
        api = ea.getExcalidrawAPI();
        api.zoomToFit([selectedElement], zoom[2]);
    }
    return;
}

// 📝嵌入文档搜索,目前只支持embed格式
if (choice === choices[3]) {
    // 获取库所有文件列表
    const files = app.vault.getFiles();

    const { allFileText, allFileEl } = getFileText(files, fileEls);
    const selectedElement = await quickAddApi.suggester(allFileText.map(txt => `${icon[3]}${txt}` + `\n`.repeat(2)), allFileEl);
    if (selectedElement) {
        // 执行跳转到选定元素的操作
        api = ea.getExcalidrawAPI();
        api.zoomToFit([selectedElement], zoom[3]);
    }
    return;
}

// 调用 Text Extractor 的 API
function getTextExtractor() {
    return app.plugins.plugins['text-extractor'].api;
}

// 格式化文本
function processText(text) {
    // 替换特殊空格为普通空格
    text = text.replace(/[\ue5d2\u00a0\u2007\u202F\u3000\u314F\u316D\ue5cf]/g, ' ');
    // 将全角字符转换为半角字符
    text = text.replace(/[\uFF01-\uFF5E]/g, function (match) { return String.fromCharCode(match.charCodeAt(0) - 65248); });
    // 替换英文之间的多个空格为一个空格
    text = text.replace(/([a-zA-Z])([\u4e00-\u9fa5])/g, '$1 $2');

    // 删除中文之间的空格
    text = text.replace(/([0-9\.\u4e00-\u9fa5])\s+([0-9\.\u4e00-\u9fa5])/g, '$1$2');
    text = text.replace(/([0-9\.\u4e00-\u9fa5])\s+([0-9\.\u4e00-\u9fa5])/g, '$1$2');
    text = text.replace(/([\u4e00-\u9fa5])\s+/g, '$1');
    text = text.replace(/\s+([\u4e00-\u9fa5])/g, '$1');

    // 在中英文之间添加空格
    text = text.replace(/([\u4e00-\u9fa5])([a-zA-Z])/g, '$1 $2');
    text = text.replace(/([a-zA-Z])([\u4e00-\u9fa5])/g, '$1 $2');

    return text;
}

// 获取文件路径下的 md 中的文本(排除 Yaml)
function getMarkdownText(filePath) {
    // 获取文件的完整路径
    const fileFullPath = app.vault.adapter.getFullPath(filePath);
    // 读取文件内容
    const fileContent = fs.readFileSync(fileFullPath, 'utf8');
    // 排除首行YAML区域
    const markdownText = fileContent.replace(/---[\s\S]*?---\n*/, '').replace(/\n\n/, "\n");
    return markdownText;
}

// 由文件列表和 el 元素获取文件路径(相对路径)
function getFilePath(files, el) {
    let files2 = files.filter(f => path.basename(f.path).replace(".md", "").endsWith(el.link.replace(/\[\[/, "").replace(/\|.\*]]/, "").replace(/\]\]/, "").replace(".md", "")));
    let filePath = files2.map((f) => f.path)[0];
    console.log(filePath);
    return filePath;
}

// 运行本地 Python 文件
function runPythonScript(scriptPath, args) {
    return new Promise((resolve, reject) => {
        const command = `python "${scriptPath}" "${args}"`;
        exec(command, (error, stdout, stderr) => {
            if (error) {
                console.error(`执行命令时发生错误: ${error.message}`);
                reject(error);
            }
            if (stderr) {
                console.error(`命令执行返回错误: ${stderr}`);
                reject(stderr);
            }
            resolve(stdout.trim());
        });
    });
}

1 个赞

脚本链接,404了

https://raw.githubusercontent.com/PandaNocturne/ExcalidrawScripts/master/PandaScripts/ExcalidrawGlobalSearch.md