Dataviewjs的奇技淫巧

autumn_1992 · 2023 年2 月 28 日 01:47

我库里的笔记一万多条，这段代码貌似渲染比较费时，三分钟往上了，而且导出来仍是空白。

lazyloong · 2023 年2 月 28 日 02:54

你没对第一行做筛选吗

不然试试这个吧

```dataviewjs
let files = dv.pages('#目录')
extractKeywords(['复数'],files)

async function extractKeywords(keywordArr,files) {
	let paths = files.map(p=>p.file.path)
	files = app.vault.getMarkdownFiles().filter(p=>paths.includes(p.path))
	let values = []
	for(let file of files) {
		let content = (await app.vault.cachedRead(file)).split('\n')
		keywordArr.forEach((k)=>{
			content.filter(p=>p.includes(k))
				   ?.forEach(p=>values.push([`[[${file.name}]]`,p.trim()]))
		})
	}
	dv.table(["file", "所在行"], values)
}
```

lazyloong · 2023 年2 月 28 日 02:58

回答不一样了，但还是能实现这个功能

还能进行加工

autumn_1992 · 2023 年2 月 28 日 07:04

我的使用就是针对整个库进行提取，试了这个新版本的，ob直接崩了（上个版本的ob不会崩，只是渲染费时，至少需要三分钟）

我目前在用的自用版本，渲染较快，基本3秒就能出结果。但渲染就是无法导出来

lazyloong · 2023 年2 月 28 日 07:28

那就奇怪了，我也有2500的文件，全库也不过两三秒就渲染了，那只好请求场外援助了

```dataviewjs
let keyword = '复数'
let results = await omnisearch.search(keyword)
let vaules = []
for(let r of results) {
	for(let m of r.matches) {
		let i = m.match.indexOf(keyword)
		if(i!=-1) {
			let content = await app.vault.readRaw(r.path)
			let line = getLineNumber(content, i+m.offset)
			vaules.push([`[[${r.path}|${r.basename}]]`, line])
		}
	}
}
dv.table(['file','line'],vaules)

function getLineNumber(str, pos) {
    var lines = str.split("\n")
    var count = 0
    for (var i = 0; i < lines.length; i++) {
        count += lines[i].length + 1 // add 1 for the newline character
        if (count > pos) {
            return lines[i] // line numbers start from 1
        }
    }
}
```

可能有些重复的，对了，要安装 Omnisearch 插件

autumn_1992 · 2023 年2 月 28 日 08:13

谢谢耐心解答。不过Omnisearch 插件我之前前前后后试用过多次，ob直接卡到崩溃。我的库是一万多条笔记，跟几千条笔记相比，可能是数量过多了，量变已经引起质变

另外您分享的第2个版本，我指定目录后测试，能正常渲染，但结果导出还是空白，捂脸

lazyloong · 2023 年2 月 28 日 08:27

你说的导出结果是什么意思，导出pdf吗

autumn_1992 · 2023 年2 月 28 日 10:11

是的，用ob自带的导出功能导出PDF，或者用webpage-html-export插件，导出html格式

lazyloong · 2023 年2 月 28 日 10:26

太怪了，我导出得很完美啊

autumn_1992 · 2023 年3 月 1 日 03:29

经测试，跟库的笔记数量有关。
换到小库时，我自用的代码、您提供的第2版，都能正常导出pdf、html

捂脸

autumn_1992 · 2023 年3 月 1 日 03:38

let files = dv.pages().filter(p=>p.菜名)
console.log(files)
let d=[]
for(let p of files) {
	p.file.link.display=p.菜名
	d.push({link:p.file.link,name:p.菜名,非常喜欢:p?.非常喜欢,不喜欢:p?.不喜欢})
}
let target = '陈大'
dv.header(2,target+'饮食喜好表')
dv.table(
	['程度','菜名'],
	[['非常喜欢',d.map(p=>{if(p.非常喜欢?.split('、').includes(target)) return p.link}).filter(p=>p).join('、')],
	 ['不喜欢',d.map(p=>{if(p.不喜欢?.split('、').includes(target)) return p.link}).filter(p=>p).join('、')]]
)

@lazyloong 大佬，针对上述代码，下面这个疑问能帮忙解答一下不？
yaml值如下：

非常喜欢: 小明随机内容A、小华随机内容B
不喜欢: 大柱子随机内容C

也就是在名字后面，还有随机内容，请问应该怎样修改代码，才能识别内容并提取汇总呢？

lazyloong · 2023 年3 月 1 日 04:22

你这个需求我有点理解不了，随机内容放在表格中的哪呢，这里面需要寻找的是菜名而不是人名啊，要加内容不应该是菜名后加内容吗

autumn_1992 · 2023 年3 月 1 日 07:54

随机内容有可能跟在菜名后面吗？

lazyloong · 2023 年3 月 1 日 08:20

用 - 分割

```dataviewjs
let target = '陈大'
dv.header(2,target+'饮食喜好表')
dv.table(
	['程度','菜名'],
	fun(target,['非常喜欢','不喜欢'],'菜名')
)

function fun(target,yamls,yaml) {
	let files = dv.pages().filter(p=>p[yaml])
	let d=[]
	for(let p of files) {
		p.file.link.display = p[yaml]
		d.push({link:p.file.link,
				 name:p[yaml],
				 ...Object.fromEntries(yamls.map(y=>[y,p[y]?p[y].split('-'):undefined]))})
	}
	return yamls.map(y=>[y,d.map(p=>{if(p[y]?.[0]?.split('、').includes(target)) return function(link){console.log(link);link.display=`${link.display}(${p[y][1]})`;return link}(p.link)}).filter(p=>p).join('、')])
}
```

bhonny · 2023 年3 月 1 日 10:52

也是研究video后辈同行啊，想当年还是mendeley和evernote结合

autumn_1992 · 2023 年3 月 1 日 12:36

是我想要的效果，太赞了，谢谢！

autumn_1992 · 2023 年3 月 12 日 23:41

@lazyloong 请教一下，dvjs可以获取并列出具有相同/相似名称的笔记吗？谢谢

lazyloong · 2023 年3 月 13 日 00:35

当然可以，前提是你能用代码语言精确地定义什么叫相似

autumn_1992 · 2023 年3 月 13 日 02:13

不会编程，请问有类似的样例可以参考下么？例如前10个字符相同，就判定为相似

autumn_1992 · 2023 年3 月 13 日 06:07

@lazyloong 我手上有一个代码，作用是：获取与当前笔记名相似的笔记。使用正常，但按相似度降序排列，一直不生效，能否请大神帮忙修正一下？谢谢

// 定义一个函数来计算两个字符串的Dice的系数，和之前的一样
function diceCoefficient(str1, str2) {
  // 如果两个字符串完全相同，返回1
  if (str1 === str2) return 1;
  // 如果两个字符串长度小于2，返回0
  if (str1.length < 2 || str2.length < 2) return 0;
  // 将字符串转换为小写
  str1 = str1.toLowerCase();
  str2 = str2.toLowerCase();
  // 定义一个集合来存储两个字符串的双字母组合
  let pairs1 = new Set();
  let pairs2 = new Set();
  // 遍历两个字符串，将双字母组合加入集合
  for (let i = 0; i < str1.length - 1; i++) {
    pairs1.add(str1.slice(i, i + 2));
  }
  for (let i = 0; i < str2.length - 1; i++) {
    pairs2.add(str2.slice(i, i + 2));
  }
  // 定义一个变量来存储两个集合的交集的大小
  let intersection = 0;
  // 遍历一个集合，判断另一个集合是否包含相同的元素，如果是，交集大小加一
  for (let pair of pairs1) {
    if (pairs2.has(pair)) intersection++;
  }
  // 返回Dice的系数，即交集大小除以集合大小之和的一半
  return (2 * intersection) / (pairs1.size + pairs2.size);
}

// 在dataviewjs代码块中调用这个函数，比较所有笔记名称和当前笔记名称的相似度，如果大于0.45，就呈现一个表格，表格的每一行是一个笔记的名称和相似度，然后按照相似度降序排列
dv.table(
  ["与当前文件名相似的笔记", "相似度"],
  dv.pages()
    .where((p) => p.file.name !== dv.current().file.name && diceCoefficient(p.file.name, dv.current().file.name) > 0.45) // 排除当前笔记的名称
	.map((p) => [
      p.file.link,
      diceCoefficient(p.file.name, dv.current().file.name).toFixed(2),
      ])
    .sort((a, b) => parseFloat(b[1]) - parseFloat(a[1])) // 将字符串转换为数字，然后按照相似度降序排列
    .limit(15) // 限制结果数量为15条
);