语雀 Lakebook 转 Markdown + Excel 工具

概述

将语雀导出的 .lakebook 文件转换为有组织的文件夹，保留原始文档目录树结构。

核心特性：

• - 📝 富文本文档 → Markdown
• 📊 数据库表格 → 同时输出 Markdown 和 Excel (.xlsx)
• 📎 附件自动下载并记录状态
• 📋 自动生成详细的转换报告

本工具基于 PZh101/YuqueExportToMarkdown 项目，在其基础上扩展修复了多项问题，增加了更多格式支持。

依赖（自动安装）：

• - beautifulsoup4 — HTML/ASL 解析
• PyYAML — 元数据解析
• Requests — 图片/附件下载
• openpyxl — Excel 文件生成

支持的文档格式

语雀格式	类型	说明	输出
lake	Doc	富文本文档	Markdown (.md)
laketable

Table | 数据库式表格 | Markdown + Excel (.xlsx) | | lakesheet | Sheet | 电子表格（zlib 压缩） | Markdown 表格 |

支持的卡片类型

卡片	输出	备注
codeblock	带语言标注的代码块
image

下载图片，![]() 语法 | 自动下载并记录状态 | | hr | --- 分割线 | | | label | 标签文本 | | | math | LaTeX 公式 + 图片 | | | file | 文件附件链接 | | | bookmarkInline | > 标题 — 来源 | | | bookmarklink | 标题 | | | localdoc | 附件下载 + 链接 | 自动下载，记录成功/失败状态 | | lockedtext | 占位符：[加密内容 - ...] | | | yuque | 跨文档链接 | |

转换报告

每次转换会自动生成 转换报告.md，包含：

1. 1. 总体统计 - 文档数量、类型分布
2. 成功转换的文档 - 列出所有成功转换的文件
3. 转换失败的文档 - 列出失败原因
4. 图片下载统计 - 成功/失败的图片
5. 附件下载统计 - 成功/失败的附件
6. 过期链接 - 无法下载的资源
7. 加密内容 - 无法解密的内容
8. 需要手动处理的内容 - 汇总需要人工介入的项目

使用方法

基本转换

bash
cd scripts
python startup.py -l /path/to/your.lakebook -o /path/to/output_folder

可选参数

bash

禁用图片下载（更快）

python startup.py -l your.lakebook -o output -d False

跳过已下载的资源

python startup.py -l your.lakebook -o output --skip-existing-resources

直接使用已解压的 meta.json（高级用法）

python startup.py -i /path/to/extracted/\$meta.json -o output

作为 Python 模块调用

python
import sys
sys.path.insert(0, /path/to/lakebook-to-md/scripts)
from lake.lakesetup import startconvert

start_convert(
meta=None,
lake_book=/path/to/your.lakebook,
output=/path/to/output,
downloadimageof_in=True,
skip_existing=False
)

输出结构

output_folder/
├── 转换报告.md # 转换统计报告
├── 笔记本名称/
│ ├── 文档1.md
│ ├── 文档1.xlsx # laketable 同时生成 Excel
│ ├── 文档1.assert/ # 图片/附件目录
│ │ ├── image1.png
│ │ └── attachment.pdf
│ └── 子目录/
│ └── 文档2.md

关键实现说明

路径处理

• - 文档标题可能包含 /（如 2022/11/21 会议记录），会被替换为 _ 以避免路径嵌套问题
• Windows 路径分隔符通过 os.path.join 和 os.path.sep 进行标准化

laketable 转 Excel

• - 自动解析 select/multi_select 类型的选项值（ID → 显示文本）
• 数字类型列自动转换为数值格式
• 日期类型列提取可读文本
• 自动调整列宽

lakesheet 解码

• - lakesheet 格式使用 zlib 压缩存储在 body_draft 字段中
• sheet 字段编码为 latin-1 字符串，需要 encode(latin-1) → zlib.decompress() → JSON 解析

公式单元格

• - lakesheet 中 {class: formula, value: ...} 类型的单元格使用计算后的 value 渲染，而非原始 JSON

加密内容

• - lockedtext 卡片使用 AES-256-GCM 客户端加密，密钥不在 lakebook 导出中
• 这些内容会渲染为占位符。如需访问，请在语雀 App 中解锁后重新导出

附件下载

• - localdoc 卡片包含 OSS 签名下载链接，可能过期
• 自动下载附件到 .assert 目录
• 下载状态记录在转换报告中

限制

• - 加密的 lockedtext 内容无法解密（密钥不在导出中）
• lakesheet 合并表头在 Markdown 中会拆分显示（Markdown 不支持单元格合并）
• OSS 附件下载链接有过期时间，建议尽快转换
• 不支持语雀内部跨知识库引用
• 幻灯片文档暂不支持转换为 PPT 格式