从有道云笔记迁移到Obsidian：精确保留创建时间的自动化方案

1. 从有道云到Obsidian一次关乎“时间”的笔记迁徙如果你和我一样是个笔记重度用户那么“迁移”这个词大概率会像幽灵一样在你使用某个笔记软件超过三年后时不时地冒出来敲打你。这次我决定把积累了近十年的有道云笔记完整地搬到Obsidian。这不仅仅是一次简单的“复制粘贴”核心诉求非常明确我必须保留每一篇笔记的原始创建时间。这个看似简单的需求在跨平台、跨格式的迁移中却成了一个技术活。为什么创建时间如此重要因为它是我个人知识脉络的“地层”记录了某个想法、某段摘录最初诞生的那一刻是回顾和梳理时不可或缺的坐标。而Obsidian以其纯本地、Markdown优先、高度可定制的特性成为了我心中理想的“数字花园”新址。但官方或社区常见的迁移工具往往只关心内容转移对文件的元数据尤其是这个关键的“出生日期”要么忽略要么处理得相当粗糙。所以这篇文章记录的就是我如何解决这个问题的完整过程。它不是一篇泛泛而谈的“Obsidian入门”而是聚焦于“从有道云笔记导出并精确保留文件创建时间导入Obsidian”这一具体场景的实战手册。整个过程涉及文件格式转换、元数据操作、脚本编写和工具链整合我会把每一步的原理、踩过的坑以及最终的自动化方案都摊开来讲。无论你是技术背景的开发者还是希望更自主掌控数据的笔记爱好者都能从中找到可复现的路径。2. 迁移前的核心准备理解数据与工具的边界在动手之前盲目操作只会导致数据混乱。我们必须先搞清楚两件事有道云笔记给出了什么以及Obsidian需要什么。2.1 有道云笔记的导出物剖析有道云笔记的导出功能在“批量导出”选项里提供了两种主要格式有道云笔记专用格式 (.note)和HTML。.note格式这是有道云自家的私有格式一个.note文件实际上是一个压缩包里面包含了笔记内容的XML描述、附件资源等。它的优点是信息最全但对于外部工具极不友好几乎无法直接使用。我们的迁移路径不会选择它。HTML格式这是本次迁移的唯一可行起点。当你选择导出为HTML时有道云会为你生成一个文件夹里面包含index.html一个索引文件列出了所有导出的笔记标题。notes文件夹里面是每一篇笔记对应的独立.html文件。一个resources文件夹存放笔记中的所有图片、附件等。关键点在于这些导出的.html文件其系统文件属性中的“创建时间”和“修改时间”是否对应笔记的原始创建时间和最后修改时间经过我的实测在Windows和macOS系统下导出的HTML文件的“创建时间”被设置为导出操作发生的时间而不是笔记本身的原始时间。这是一个重要的认知意味着我们不能依赖操作系统看到的文件属性必须从文件内容里寻找时间戳。幸运的是打开任意一个导出的HTML文件在head区域通常能找到这样的元信息meta namecreated content2018-07-15T14:32:00 / meta namemodified content2023-11-20T09:15:00 /这里的created和modified就是我们要找的黄金数据。我们的核心任务就是将这些HTML文件转换成Markdown.md的同时把这两个时间戳精准地“刻录”到新文件上。2.2 Obsidian 如何识别文件时间Obsidian 作为一个基于本地文件系统的软件它显示笔记的“创建时间”和“修改时间”默认依赖于操作系统提供的文件元数据。在Windows上是文件的“创建日期”属性在macOS/Linux上是文件的“ctime”状态更改时间通常近似创建时间和“mtime”修改时间。因此我们的目标非常清晰生成最终的.md文件后必须使用程序化的方法将我们从HTML中解析出来的created和modified时间分别写入到操作系统层面文件的“创建时间”和“修改时间”属性中。这样当Obsidian打开这个文件夹时它就能“看到”并展示出正确的时间线。2.3 工具链选型与搭建基于以上分析我们需要一个处理管道格式转换将HTML批量转换为Markdown。内容清洗清理转换后Markdown中残留的HTML标签、有道云特有的无用样式等。时间元数据提取与写入从源HTML提取时间并写入目标.md文件的系统属性。我选择的工具组合是pandocPython。pandoc文档转换的“瑞士军刀”能高质量地将HTML转换为Markdown对代码块、表格、列表等格式支持良好。它是命令行工具便于批量处理。Python 3用于编写自动化脚本协调整个流程。它的os、subprocess、BeautifulSoup4用于解析HTML、frontmatter用于处理YAML头信息等库非常适合这类文件操作。环境准备步骤安装pandoc访问 pandoc官网 下载并安装对应操作系统的版本。安装后在终端输入pandoc --version确认安装成功。安装Python 3确保你的系统已安装Python 3.6及以上版本。安装必要的Python库打开终端或命令提示符执行以下命令pip install beautifulsoup4 python-frontmatterbeautifulsoup4用于解析HTML提取时间python-frontmatter用于方便地读写Markdown的YAML Front-Matter虽然本次核心不依赖Front-Matter写入时间但该库在文件操作上很方便。3. 实战迁移从HTML到带时间戳的Markdown假设你已经从有道云笔记导出了一个HTML文件夹结构如下有道云笔记导出/ ├── index.html ├── notes/ │ ├── 第一篇笔记.html │ ├── 第二篇笔记.html │ └── ... └── resources/ └── (图片等附件)我们在同一目录下创建一个Python脚本migrate.py并按照以下步骤构建逻辑。3.1 第一步批量转换HTML为Markdown首先我们使用pandoc进行格式转换。一个基本的转换命令是pandoc input.html -f html -t markdown -s -o output.md为了获得更好的Markdown兼容性特别是针对Obsidian我们可以添加一些选项例如--wrapnone来防止pandoc自动换行保持原有段落结构--atx-headers使用#风格的标题。我们在Python脚本中批量执行这个操作import os import subprocess from pathlib import Path # 定义路径 source_html_dir Path(./有道云笔记导出/notes) target_md_dir Path(./Obsidian笔记库) # 创建目标文件夹 target_md_dir.mkdir(parentsTrue, exist_okTrue) # 遍历所有HTML文件 for html_file in source_html_dir.glob(*.html): md_file target_md_dir / (html_file.stem .md) # 构建pandoc命令 # -f html: 输入格式为HTML # -t markdown: 输出格式为Markdown # --wrapnone: 不自动换行 # -s: 生成独立文件包含必要的头部 cmd [pandoc, str(html_file), -f, html, -t, markdown, --wrapnone, -s, -o, str(md_file)] try: subprocess.run(cmd, checkTrue, capture_outputTrue, textTrue) print(f转换成功: {html_file.name} - {md_file.name}) except subprocess.CalledProcessError as e: print(f转换失败 {html_file.name}: {e.stderr})运行这部分脚本后你会得到一个包含所有Markdown文件的Obsidian笔记库文件夹。但此时的.md文件其系统创建时间仍然是“现在”。3.2 第二步提取原始时间戳并修改文件属性这是最核心的一步。我们需要从源.html文件中解析出meta namecreated和meta namemodified的内容然后将这些时间设置为对应.md文件的系统时间。这里有一个关键陷阱操作系统尤其是Windows对“创建时间”这个属性的写入权限限制。在Python中直接使用os.utime只能修改文件的访问时间和修改时间atime和mtime。要修改“创建时间”在Windows上我们需要借助pywin32库仅限Windows或win32_setctime等跨平台兼容性稍差的库。为了追求方案的通用性和可靠性我采用了以下策略核心策略我们优先确保“修改时间”的绝对正确因为它是笔记最后更新的真实记录。对于“创建时间”我们通过一个“曲线救国”的方式在Obsidian中完美呈现将原始创建时间写入Markdown文件的YAML Front-Matter中。Obsidian可以通过插件如Dataview或主题来读取和显示Front-Matter中的自定义字段效果与系统创建时间无异且更可控、可移植。更新后的脚本逻辑如下解析HTML获取时间使用BeautifulSoup从.html文件中抓取created和modified的日期字符串。处理Markdown文件 a.写入Front-Matter在Markdown文件的开头插入YAML Front-Matter包含created和updated字段。 b.修改系统修改时间使用os.utime将文件的系统“修改时间”设置为从HTML中解析出的modified时间。 c. 可选对于Windows用户可以尝试使用win32_setctime来设置创建时间但这不是跨平台必须的。import os import subprocess from pathlib import Path from datetime import datetime import frontmatter from bs4 import BeautifulSoup def parse_time_from_html(html_path): 从有道云导出的HTML文件中解析创建和修改时间 with open(html_path, r, encodingutf-8) as f: soup BeautifulSoup(f.read(), html.parser) created_meta soup.find(meta, attrs{name: created}) modified_meta soup.find(meta, attrs{name: modified}) created_str created_meta[content] if created_meta else None modified_str modified_meta[content] if modified_meta else None # 将字符串转换为datetime对象有道云格式通常是 ISO 8601 (如 2018-07-15T14:32:00) created_dt datetime.fromisoformat(created_str.replace(Z, 00:00)) if created_str else None modified_dt datetime.fromisoformat(modified_str.replace(Z, 00:00)) if modified_str else None return created_dt, modified_dt def set_file_mtime(file_path, dt): 设置文件的系统修改时间 if dt: # 将datetime对象转换为时间戳秒 timestamp dt.timestamp() os.utime(file_path, (timestamp, timestamp)) # 同时设置atime和mtime为相同值 print(f 已设置修改时间: {dt}) # 主流程 source_html_dir Path(./有道云笔记导出/notes) target_md_dir Path(./Obsidian笔记库) target_md_dir.mkdir(parentsTrue, exist_okTrue) for html_file in source_html_dir.glob(*.html): md_file_name html_file.stem .md md_file_path target_md_dir / md_file_name # 1. 转换格式 cmd [pandoc, str(html_file), -f, html, -t, markdown, --wrapnone, -s, -o, str(md_file_path)] subprocess.run(cmd, capture_outputTrue) # 2. 解析时间 created_dt, modified_dt parse_time_from_html(html_file) if os.path.exists(md_file_path): # 3. 读取现有的Markdown内容 with open(md_file_path, r, encodingutf-8) as f: content f.read() # 4. 创建或更新Front-Matter # 使用frontmatter库可以优雅地处理已有或没有Front-Matter的情况 post frontmatter.loads(content) if created_dt: post[created] created_dt.isoformat() # 以ISO格式存储 if modified_dt: post[updated] modified_dt.isoformat() # 使用updated作为键更语义化 # 5. 写回文件包含Front-Matter new_content frontmatter.dumps(post) with open(md_file_path, w, encodingutf-8) as f: f.write(new_content) # 6. 设置系统修改时间 if modified_dt: set_file_mtime(md_file_path, modified_dt) print(f处理完成: {html_file.name} | 创建于: {created_dt} | 更新于: {modified_dt}) else: print(f警告: 转换后的文件不存在 {md_file_path})运行这个脚本后你的Obsidian笔记库里的每个.md文件都会内容正确由pandoc保证。文件开头包含如下的YAML Front-Matter--- created: 2018-07-15T14:32:00 updated: 2023-11-20T09:15:00 ---文件的系统“修改时间”被设置为笔记的最后更新时间。3.3 第三步附件资源的处理有道云导出的resources文件夹里存放着图片等附件。在HTML中图片链接可能是相对路径或带有特定资源ID。经过pandoc转换后这些链接通常会变成指向本地resources文件夹下文件的相对路径例如。你需要手动将resources文件夹整个复制到Obsidian笔记库目录下。确保复制后的路径与Markdown文件中的相对引用路径匹配。通常直接放在库的根目录或一个专门的assets文件夹内都是可行的只要调整好相对路径即可。一个更稳妥的做法是在复制后使用文本编辑器的“在文件中查找替换”功能批量将resources/路径替换为你Obsidian库内设定的附件文件夹路径比如assets/。4. 在Obsidian中完美呈现时间线现在我们有了一个包含正确Front-Matter时间戳和系统修改时间的笔记库。如何在Obsidian里利用它们呢4.1 使用Dataview插件动态查询与展示Dataview是Obsidian的超级插件它允许你使用类SQL的查询语法基于笔记的元数据包括Front-Matter动态生成视图。安装Dataview插件在Obsidian设置中进入“社区插件”搜索并安装“Dataview”。创建一个视图笔记例如创建一个名为笔记时间线.md的文件。写入Dataview查询在该文件中你可以写入如下代码## 按创建时间排序的笔记列表 dataview TABLE created AS 创建时间”, updated AS “最后更新”, file.mtime AS “文件修改时间” FROM “” WHERE created SORT created DESC 这个查询会列出所有包含created字段的笔记并按创建时间倒序排列。file.mtime显示的是我们之前设置的系统修改时间可以和updated字段对比验证。你还可以创建更复杂的视图比如按年/月分组 markdown ## 笔记年鉴dataview TABLE WITHOUT ID link(file.link, file.name) AS “笔记”, updated AS “更新” FROM “” WHERE created SORT created DESC GROUP BY dateformat(created, “yyyy-MM”) AS “月份” 4.2 利用主题或CSS片段直接显示如果你希望创建时间直接显示在每一篇笔记的标题下方或侧边栏可以寻找支持Front-Matter显示的主题一些Obsidian主题如Blue Topaz内置了显示Front-Matter字段的选项。使用CSS代码片段创建一个.css文件如show-frontmatter.css放在你的Obsidian库的.obsidian/snippets/文件夹下并在设置中启用它。CSS代码可以像这样/* 在文档标题后显示创建时间 */ .inline-title:after { content: “创建于” attr(data-created); font-size: 0.9em; color: var(--text-muted); margin-left: 1em; font-weight: normal; }但这需要主题或插件提供对应的数据属性支持通常需要配合Templater或Dataview的内联字段功能来实现复杂度较高。对于大多数用户使用Dataview创建独立的“仪表盘”或“索引”页面是更简单有效的方式。4.3 关于“文件创建时间”的最终解决方案经过上述流程我们实现了系统修改时间100%准确对应笔记的最后更新日期。创建时间以高保真、可移植的方式存储在Front-Matter中通过Dataview可以完美查询、排序和展示。如果你极度执着于操作系统的“创建时间”属性在Windows上可以补充安装win32_setctime库 (pip install win32-setctime)并在脚本中添加如下函数和调用import win32_setctime def set_file_ctime_windows(file_path, dt): 仅限Windows: 设置文件的系统创建时间 if dt: timestamp dt.timestamp() win32_setctime.setctime(file_path, timestamp) print(f 已设置创建时间 (Windows): {dt}) # 在主循环中在设置mtime后调用 if created_dt and os.name nt: # nt 代表 Windows set_file_ctime_windows(md_file_path, created_dt)请注意此方法仅适用于Windows且需要管理员权限可能不是必须的但操作系统的文件系统可能会在某些情况下如文件移动重置此时间。因此将核心时间数据保存在文件内容Front-Matter中是我推荐的、更健壮的方案。5. 迁移后的整理与优化建议完成基础迁移后你的Obsidian知识库已经具备了正确的时间维度。接下来可以进行一些优化让它更好用。5.1 清理与格式化Markdownpandoc转换的Markdown可能包含一些冗余的空格、残留的无关div标签或奇怪的空行。你可以编写一个简单的Python脚本进行后处理例如使用正则表达式清理过多的换行或者确保图片链接格式符合Obsidian的偏好比如使用![[图片名.jpg]]的双链嵌入格式但这需要附件在库内且文件名唯一。一个更简单的方法是使用Obsidian社区插件Linter。安装后它可以批量对笔记进行格式化比如标准化标题格式、清理空白字符、管理YAML Front-Matter等。但在使用前请务必先对库进行备份并在少量笔记上测试规则。5.2 构建新的知识结构有道云笔记的文件夹结构可以直接平移到Obsidian中作为文件夹使用。但Obsidian的威力在于“双向链接”和“图谱”。现在你可以打破文件夹壁垒利用[[双链]]连接不同文件夹下的相关笔记。添加标签在Front-Matter或正文中使用#标签为笔记添加多维分类。建立MOC内容地图创建一些索引笔记使用Dataview自动聚合某个主题下的所有笔记形成动态目录。5.3 处理迁移中的常见问题公式转换错误如果笔记中包含LaTeX公式pandoc可能转换不完美。检查转换后的公式手动调整$...$或$$...$$的边界。可以在pandoc命令中添加--mathjax选项尝试优化。表格格式错乱复杂表格可能在转换后失去对齐。需要在Obsidian中手动微调或者考虑使用HTML表格Obsidian也支持渲染简单的HTML。代码块语言识别pandoc可能无法识别所有代码块的语言。转换后检查代码块补充正确的语言标识符如python、javascript等以便Obsidian进行语法高亮。附件链接失效这是最常见的问题。严格按照第3.3节操作并确保在Obsidian中“设置 - 文件与链接 - 附件文件夹路径”配置正确或者使用相对路径时所有笔记和附件的相对位置保持不变。整个迁移过程从导出、转换、注入时间戳到最终整理我花了大约一个周末的时间处理了上千条笔记。虽然需要一些技术准备和脚本调试但换来的是一份完全属于自己、时间脉络清晰、可无限扩展的数字知识资产。当你第一次在Obsidian的图谱视图中看到按真实创建时间分布的知识节点时那种对个人数字历史的掌控感会觉得这一切的折腾都是值得的。