convert-to-md

轉檔：EPUB / PDF / DOCX / Facebook JSON → Obsidian Markdown

將電子書、報告、文件或社群平台匯出轉成乾淨的 Markdown。

來源格式	輸出位置	媒體位置
EPUB / PDF / DOCX	raw/books/	raw/books/assets/
Facebook JSON 匯出	raw/notes/social/facebook/	raw/notes/social/facebook/assets/

輸入

$ARGUMENTS 為檔案或資料夾路徑。

• 單一檔案：轉換該檔案（支援 .epub、.pdf、.docx）
• 資料夾（書籍）：掃描資料夾內所有 .epub、.pdf、.docx，逐一轉換
• 資料夾（Facebook 匯出）：偵測到 your_facebook_activity/ 子目錄時，自動走 Facebook 轉換路徑
• 若無提供，問使用者：「請提供要轉換的檔案或資料夾路徑」

---

流程

Step 0：確認環境

檢查必要工具，缺少則安裝或提示使用者：

pandoc --version 2>&1 | head -1          # EPUB、DOCX 都需要
python3 -c "import fitz; print('OK')"    # PDF 需要 pymupdf

• pandoc 未安裝 → 提示：brew install pandoc
• pymupdf 未安裝 → 執行：pip3 install pymupdf

Step 1：判斷輸入類型

# 判斷是檔案還是資料夾
if [ -d "$ARGUMENTS" ]; then
  # 先檢查是否為 Facebook 匯出（含 your_facebook_activity/ 子目錄）
  if [ -d "$ARGUMENTS/your_facebook_activity" ]; then
    echo "FACEBOOK_EXPORT"
  else
    # 一般資料夾：列出所有支援的檔案
    find "$ARGUMENTS" -maxdepth 1 -type f \( -iname "*.epub" -o -iname "*.pdf" -o -iname "*.docx" \)
  fi
else
  # 單一檔案
  file "$ARGUMENTS"
fi

• 若偵測到 Facebook 匯出 → 跳至「Facebook JSON 路徑」
• 若為一般資料夾，列出找到的檔案清單，告訴使用者即將轉換哪些檔案，確認後逐一執行 Step 2-7
• 若為單一檔案 → 依副檔名走對應路徑

Step 2：提取書名與 metadata

格式	方法
EPUB	pandoc metadata 或解壓讀 nav.xhtml
PDF	fitz.open(path).metadata['title']
DOCX	pandoc --metadata 或讀 docProps/core.xml

若提取失敗，用檔名（去副檔名）當書名。

產出檔名：raw/books/{書名}.md

Step 3：轉換

---

EPUB 路徑

1. pandoc 轉換（--wrap=none 避免斷行）：

pandoc "$FILE" -t markdown --wrap=none --extract-media=raw/books/assets -o raw/books/{書名}_raw.md

1. 後處理：

   • 移除 pandoc 屬性：{.class}、[]{#id}、::: div
   • 移除翻譯外掛殘留（.immersive-translate-*、.notranslate）
   • 圖片路徑改為相對路徑
   • 中英文間距統一（pangu spacing）
   • ------ → ——
   • 移除行首殘留 ] [
   • 移除索引頁和廣告頁

2. 圖片：加書名前綴避免衝突，更新 markdown 路徑

---

PDF 路徑