Fanzhh's Blog
0%

Safari阅读列表自动化：从书签到EPUB的完整工作流

Posted on In

Safari阅读列表自动化

我有一个习惯：看到值得阅读的文章，就随手加到Safari阅读列表。但问题是，几乎没时间去仔细看它们，日积月累，阅读列表里已经堆了70篇文章，像一个不断膨胀的”待阅读”黑洞，每次打开都充满愧疚感。

最近我终于决定做点什么。目标是：把这些文章导出成EPUB电子书，放到汉王电纸书上，这样至少有零碎时间时可以看看。原本以为是个简单任务，没想到一路走下来，踩了不少坑，但也因此摸索出了一套完整的自动化方案。

问题：从”稍后阅读”到”永不阅读”

Safari的阅读列表功能本身很方便：看到好文章，快捷键一按就加入了。但问题也在这里——太方便了，方便到我们只会添加，不会阅读。我的70篇文章就是这样来的：有Obsidian使用指南、AI/ML技术文章、开发工具文档、微信公众号文章，甚至还有PDF文档。

最初的想法很简单：导出成EPUB，放到电纸书里。但真正动手时发现几个问题：

  1. Safari没有原生导出功能：阅读列表只能手动复制链接
  2. 直接生成的EPUB只有链接：没有实际内容，还是要联网才能看
  3. 中文内容乱码：网页编码问题导致中文显示异常
  4. 邮件附件文件名错误：显示为”mime-attachment”而不是正确文件名

这些问题一个接一个，像多米诺骨牌一样倒下来。但解决每个问题的过程，也让整个方案逐渐变得完整和可靠。

方案：一步步构建自动化工作流

第一步：直接读取Safari书签

起初我想手动复制链接，但查了资料后，发现Safari的书签存储在~/Library/Safari/Bookmarks.plist这个文件里。这是一个二进制的plist文件，但可以用Python的plistlib库读取。

更好的是，GitHub上有个现成的工具safarireadinglist，专门用来读取Safari的阅读列表。安装后，几行代码就能导出：

1
2
3
4
from safarireadinglist import export

items = export.export_reading_list()
# 成功导出70个阅读列表项

但这里有个坑：macOS的TCC（透明度与同意）系统会阻止Terminal访问用户的Library文件夹。解决方案是：在”系统设置 → 隐私与安全性 → 完全磁盘访问”里，添加Terminal应用，然后完全退出Terminal（Command+Q）再重新打开。

这个权限问题卡了我很久，AppleScript也被禁止发送按键，最后只能直接修改plist文件。

第二步：抓取网页完整内容

导出链接只是第一步，真正难的是抓取每个网页的完整内容。我用了三个工具的组合：

  • requests：发送HTTP请求
  • readability-lxml：提取文章主要内容（去掉广告、导航栏等）
  • html2text：将HTML转换为Markdown

这里最大的坑是中文编码。有些网页声明是UTF-8，实际不是；有些根本不声明编码。我的解决方案是强制UTF-8，失败则用apparent_encoding：

1
2
3
4
5
6
7
8
9
response.encoding = 'utf-8'
try:
    response.text  # 测试是否能解码
except UnicodeDecodeError:
    response.encoding = response.apparent_encoding

# 确保返回UTF-8编码的字符串
title = str(title).encode('utf-8', errors='ignore').decode('utf-8')
content = str(content).encode('utf-8', errors='ignore').decode('utf-8')

另外，为避免被封IP，每次请求间隔1秒。70篇文章，大概2-3分钟。

第三步：生成EPUB电子书

有了Markdown内容，用Pandoc转换成EPUB就简单了：

1
pandoc input.md -o output.epub --toc --toc-depth=2 --epub-chapter-level=2

最终生成的EPUB有9.8MB，包含70篇文章的完整内容。65篇成功抓取，5篇失败（主要是GitHub、Google Drive等需要登录的页面）。

第四步：自动发送到邮箱

最后一步是自动发送邮件，这样我在办公室也能接收，或者转发给其他设备。我用了一个自己写的mail-skill，支持读取配置文件、发送附件。

这里又遇到一个坑：中文文件名在邮件客户端显示为”mime-attachment”。解决方案是使用RFC 2047编码，或者干脆用英文文件名（比如Safari_Reading_List_70_articles.epub），兼容性更好。

结果：一套完整的自动化方案

最终，我把整个流程封装成了一个Python脚本Safari-to-EPUB：

1
python3 safari-to-epub-full.py

运行后会自动：

  1. 从Safari导出阅读列表（70篇文章）
  2. 抓取每个网页的完整内容（2-3分钟）
  3. 生成9.8MB的EPUB电子书
  4. 发送到我的邮箱

整个过程全自动，我只需要坐等邮件，然后把EPUB传到汉王电纸书上。

意外收获：清空阅读列表的解脱感

完成这一切后，我做了一件事：清空Safari阅读列表。

看着那70篇文章的列表变成0，有一种说不出的解脱感。它们不再是压在心头的”待阅读”负担，而是变成了实实在在的、可以随时翻阅的EPUB电子书。

更重要的是，这套自动化方案可以定期运行（比如每周一次），让阅读列表保持”轻盈”的状态。看到好文章，依然可以随手加入，不用担心再次堆积成山。

技术细节

如果你也想实现类似功能，这里是一些关键点：

依赖工具：

  • safarireadinglist - 读取Safari书签
  • requests - HTTP请求
  • readability-lxml - 内容提取
  • html2text - HTML转Markdown
  • pandoc - 文档转换
  • mail-skill - 邮件发送

权限设置：
Terminal需要完全磁盘访问权限才能读取~/Library/Safari/Bookmarks.plist

编码处理：
所有内容强制UTF-8编码，确保中文正常显示

注意事项：

  • 需要登录的页面（GitHub、Google Drive）无法抓取
  • 某些JavaScript渲染的页面可能抓取失败
  • 建议间隔1秒，避免被封IP

后续改进

目前这个方案只能在macOS上运行，因为它依赖Safari的plist文件。如果想跨平台，可以考虑：

  1. 支持浏览器导出的HTML书签文件
  2. 使用Pocket、Instapaper等在线服务的API
  3. 开发浏览器扩展，实时同步阅读列表

但就目前而言，这个方案已经很好地解决了我的问题。Safari阅读列表不再是黑洞，而是可以定期”收割”的内容源。

结语

回过头看，这个项目的起因很偶然，但解决过程中学到的技术（网页抓取、编码处理、自动化流程）都挺有价值的。更重要的是，它让我重新审视了自己的”稍后阅读”习惯——与其让文章在阅读列表里沉睡，不如主动把它们转化成可以随时阅读的形式。

毕竟，知识只有被阅读和思考，才有价值。

记录于 2026-02-04 08:00