71 lines
2.6 KiB
Python
71 lines
2.6 KiB
Python
"""Extrae los embeds ![[...]] (attachments incrustados) de una nota de Obsidian.
|
|
|
|
Funcion pura: solo procesa texto. A diferencia de extract_obsidian_wikilinks,
|
|
ignora los wikilinks normales [[...]] y devuelve unicamente los embeds ![[...]].
|
|
"""
|
|
|
|
import re
|
|
|
|
# Matchea SOLO embeds: el '!' inicial es obligatorio (?<! evitaria capturar
|
|
# un '[[' precedido de '!', pero aqui exigimos el '!' como parte del match).
|
|
# Captura el contenido entre los dobles corchetes del embed.
|
|
_EMBED_RE = re.compile(r"!\[\[([^\[\]]+?)\]\]")
|
|
|
|
|
|
def extract_obsidian_embeds(body: str) -> list:
|
|
"""Extrae SOLO los embeds ``![[...]]`` del cuerpo de una nota de Obsidian.
|
|
|
|
Un embed `![[archivo.jpg]]` incrusta un attachment (imagen, pdf, otra nota)
|
|
dentro de la nota. Esta funcion devuelve el target de cada embed, mientras
|
|
que los wikilinks normales `[[...]]` (que NO empiezan por `!`) se ignoran.
|
|
|
|
Para cada embed se normaliza el target:
|
|
|
|
![[imagen.jpg]] -> "imagen.jpg"
|
|
![[imagen.jpg|300]] -> "imagen.jpg" (se quita el alias |...)
|
|
![[nota#Seccion]] -> "nota" (se quita el ancla #...)
|
|
![[dni enmanuel (2).jpg]] -> "dni enmanuel (2).jpg"
|
|
|
|
Los targets se deduplican preservando el orden de primera aparicion. Pura y
|
|
deterministica: no hace I/O ni muta nada.
|
|
|
|
Args:
|
|
body: Cuerpo Markdown de una nota de Obsidian (idealmente sin
|
|
frontmatter).
|
|
|
|
Returns:
|
|
Lista de strings con los nombres de los attachments embebidos, unicos y
|
|
en orden de aparicion. Lista vacia si no hay embeds.
|
|
"""
|
|
if not body:
|
|
return []
|
|
|
|
seen = set()
|
|
targets = []
|
|
for match in _EMBED_RE.finditer(body):
|
|
inner = match.group(1)
|
|
# Quitar alias tras el primer '|'.
|
|
target = inner.split("|", 1)[0]
|
|
# Quitar ancla/heading tras el primer '#'.
|
|
target = target.split("#", 1)[0]
|
|
target = target.strip()
|
|
if not target:
|
|
continue
|
|
if target in seen:
|
|
continue
|
|
seen.add(target)
|
|
targets.append(target)
|
|
return targets
|
|
|
|
|
|
if __name__ == "__main__":
|
|
body = (
|
|
"Texto con [[Nota normal]] y un embed ![[imagen.jpg]]. "
|
|
"Otra cosa [[Otra Nota|alias]] y ![[doc.pdf]] y ![[imagen.jpg]]."
|
|
)
|
|
assert extract_obsidian_embeds(body) == ["imagen.jpg", "doc.pdf"], body
|
|
assert extract_obsidian_embeds("") == []
|
|
assert extract_obsidian_embeds("solo [[wikilink]] aqui") == []
|
|
assert extract_obsidian_embeds("![[dni enmanuel (2).jpg]]") == ["dni enmanuel (2).jpg"]
|
|
print("extract_obsidian_embeds smoke OK")
|