博文
如何用 Python 增量备份 Roam Research 笔记图片？
||
消除后顾之忧，轻松输入卡片笔记。
题图：Photo by Markus Spiske on Unsplash
前些日子，我用视频的方式给你介绍了 Roam Research 这款工具。如果你还没有来得及看，这里是链接。
视频发布后，有的朋友积极地尝试使用，然后给我的反馈是这个样子的。
我看到以后，为他能够找到一款心仪的笔记工具，提高输出效率而感到高兴。
也有一些朋友和读者，私信和后台留言不断地在问我：
王老师，这款应用靠谱吗？能长久运营下去吗？
在上面写的东西是否安全？会不会丢掉资料？
在线的东西我可不敢轻易使用啊。它有桌面端下载地址吗？
……
我一一答疑，弄得焦头烂额。
后来实在答不过来，只好找了个有桌面端的类似产品。遇到谁再问上面的问题，就直接把链接发过去。
我这儿有些劳动超负荷。但并不意味着，读者们提的这个问题不重要。
我们在使用一款新的工具，尤其是笔记工具之前，首先得保证安全。
毕竟这里面记载的，是我们很重要的思考内容和输出成果。笔记工具号称自己是「第二大脑」。想想看，大脑重不重要？要不要好好保护？
如果笔记不能够保证安全，记着记着就不见了，那感觉肯定很糟糕。
我就有过惨痛的亲身经历。
在高一暑假的时候，我曾经发奋写过一本小书，还是章回体的。写了十几章的时候，突然间硬盘坏了。那一刻，我头脑是空白的。
跑到电脑城去修理，人家告诉我那叫「引导区划损」，没治。于是，资料再也没找回来。
更糟糕的是，我没有备份。一章都没有。
那儿之后，我知道了备份的重要性，一直都注意备份操作。
那么说到 Roam Research 这款在线应用，它的备份功能做的怎么样呢？
我觉得做的是很好的。
Roam Research 的作者在设计之初，就定下来一个基调——他不准备把用户强制留在这里。
据他说，有一些同行做出来的应用，总是恨不得让用户来的时候很方便、门槛很低，但是将来想转移出去，会很费劲。
这或许是一种很高明的经营策略，但是 Roam Research 的作者不愿意做这样的事情。
他希望的，是留在平台上的用户，都是因为真正喜欢使用，而不是跑不掉了。
所以，在导出格式的选择上， Roam Reserach 非常慷慨地提供了 Markdown 格式。
因为简单易用， Markdown 在很多笔记工具上，都有良好支持。例如 Ulysses, Gingko, Bear 等，以及在这篇教程中给你介绍过的新晋免费学术写作利器，都可以使用它。
那么，是不是说有 Markdown 这样的导出格式，你的所有资料就都安全了呢？
如果你往 Roam Reserach 里边儿输入的只有文字，那基本上差不多了。但是这里面我们不能忽略笔记的一个重要组成部分，那就是图片。
我不知道你记笔记怎么样，反正我是经常需要使用插入图片功能的。
比如说我在这里给大家做一些教程，许多都要演示操作和结果。那么我在记笔记的时候，就有意识地要把当时的一些截图记下来。这样我组织文章的时候，就可以拼接笔记卡片，非常方便地把内容整合起来，输出成文章级别。
如果这时候，让我回头去重新制作或者找寻图片，那我的写作成本，就会变得非常高。
当我使用一些文献阅读工具时，经常在上面写写画画。我会把这些潦草的文字作为图片保存下来。
在 "how to take smart notes?" 这本书中，这些内容属于第一遍笔记。可以在不打断阅读心流的时候，把要点抓取下来，这样在后面整理的时候，你才能更加方便和省力。
因此我在这里面会上传大量的图片到 Roam Reserach 。可是问题在于这些图片是怎么样存储的呢？如果你在导出的 Markdown 文件里面查看的话，会发现图片的链接都是这个样子的：
这个链接形式告诉我们， Roam Reserach 图片存储的位置在 Google 云上。它的名字叫做 Cloud Storage for Firebase。
从理论上说，这服务的安全性和可扩展性挺好的。可是有一个小问题。
你存储的时候，用的不是你个人的 Google 云账户进行访问控制，而是 Roam Research 的账户。你上传下载都没问题。但是如果开发者的账户出了问题，例如被人攻击窃取，那你的这些图片随时可能被骇客删除掉。
或者如果 Google 云服务器发生问题，你的图片也会烟消云散。虽然后面这种情况的概率很低。
尽管听起来，确实有点儿像杞人忧天。不过小心驶得万年船。做个备份不是坏事儿。随着存到 Roam Reserach 上的图片越来越多，我觉得还是有必要的在本地留一个备份。
方法并不难，找到所有的云端图片链接，备份到本地的一个文件夹。
更保险的方式，是把这个文件夹放到云同步平台，例如 Dropbox 或者坚果云上面。同一份图片，你于是就有三个副本：一个在Google的云上，一个在你本地的硬盘里，还有一个在这个第三方的云。
那么，假如这三个位置的副本都同时都毁坏怎么办？
真到了发生这种事儿的时候，估计是小行星又来光顾地球了。听我一句劝，笔记别要了，逃命要紧。
玩笑归玩笑。上面的流程，听起来并不复杂，可要真的是执行起来，也挺麻烦的。
解压一堆 Markdown 文件，找到所有的图片链接，然后一一下载……
绝对不能手动操作啊！
咱们得用脚本，自动化执行。
Python 是咱们的好帮手。
你可以让 Python 去循环往复，找到这些链接，一一帮你下载下来。
况且，你也不需要一个个 Markdown 文件里面去找链接。那多麻烦！
Roam Reserach 还提供了一个选项，就是把所有笔记，导出成为 JSON 格式。这样一个文件里面，就包含了所有的图片链接。岂不妙哉？
但是很快，你又高兴不起来了。
随着不断地输入笔记到 Roam Reserach ，你的图片备份就不全了，需要更新。
每一次为了完整备份图片，你还得从头做一遍吗？
这太烦人了。今天我用脚本下载 600 兆的图片，等了好几十分钟。要是每次备份都得花这么长时间，而且每次时间都变得更长，那谁受得了？
当然了，我们不需要把自己逼到这样的窘境。
因为你不必每次都下载所有的图片。
解决的办法，是增量备份。就是每一次备份，只把那些之前没有备份的图片文件专门儿挑出来，下载。其他的略过就好。
为了做到这个事儿，你需要有个记录表。这个表格记下你已经下载了哪些文件，存在了哪里。
每次新下载之后，你都更新这个记录表。这样，你就不会再已经下载过的文件上耽误时间了。
为了说明这个过程，我手绘了一张流程图。
估计世界上你也找不到第二张这么丑的流程图了。哪位 Visio 用得好？欢迎帮我把它规范绘制出来。谢谢！
不过，能说明大意就好嘛。
在这个图片备份脚本中，主要用到以下的这几个软件包。
一个是 requests ，这个软件包是负责用来从网上下载东西的。
一个是正则表达式包 re 。如果你对「正则表达式」这个名词印象不够深刻了，建议复习这篇《如何用 Python 和正则表达式抽取文本结构化信息？》
还有一个包就是 JSON，他帮你做的，是读写下载记录。
这个记录，除了实现咱们提到的增量备份，避免每次重复做无用功之外，还有一个重要用途。将来如果真的发生资料丢失，或者你不准备再使用 Roam Reserach 了，可以利用它替换你所有的 Markdown 文件。于是你的 Markdown 文件里面，就都是实打实的本地图片链接了。
执行起来的效果，是这样的。
我把这个脚本放到了 Github 上，你可以在我的公众号玉树芝兰后台回复「imgbak」，直接查看源码和下载使用。
这样一来，你就有了一个可以让你踏实安心的 Roam Reserach 备份工具。从文本到图片，全都备份在本地。
而我，也从此可以避免回答「 Roam Reserach 到底可以存活多久」、「在线笔记靠不靠谱」之类的问题了。善哉！
祝你记笔记的过程，变得更加轻松愉快！
喜欢别忘了点赞，并及时写下你的感受与评论。
也欢迎你转发给亲朋好友，让他们也加入咱们的讨论中来。
别忘了关注我的专栏“玉树芝兰”，以免错过更多的更新推送。
延伸阅读
你可能也会对以下话题感兴趣。点击链接就可以查看。
https://blog.sciencenet.cn/blog-377709-1234519.html
上一篇：大一就开始准备考研，合适吗？
下一篇：如何用 liquidtext 高效阅读分析文献？
