Chrome-Export 技术文档
1. 安装指南
Chrome-Export 是一个用于将 Google Chrome 的书签和历史记录转换为标准 HTML 书签文件格式的 Python 脚本。以下是几种安装方式:
1.1 使用 Homebrew 安装
如果你已经安装了 Homebrew,可以通过以下命令安装 Chrome-Export:
brew install chrome-export
1.2 使用 Nix 安装
如果你使用的是 Nix 包管理器,可以通过以下命令安装:
nix-env -i -A nixpkgs.chrome-export
如果你使用的是 NixOS,可以通过以下命令安装:
nix-env -i -A nixos.chrome-export
1.3 手动安装
你可以从 最新版本 下载 .zip 或 .tar.gz 文件,解压后将 export-chrome-bookmarks 和/或 export-chrome-history 文件移动到你的 PATH 路径中。你还可以将 man_pages 目录中的 export-chrome-bookmarks.1 和 export-chrome-history.1 文件移动到 MANPATH 路径中(例如 /usr/local/share/man/man1)。
2. 项目的使用说明
这些脚本需要 Python 2.7.x 或 Python 3.2 及以上版本,支持 Linux、macOS 和 Windows 系统。
2.1 书签脚本
使用方式如下:
export-chrome-bookmarks [input_file] output_file
如果不指定输入文件,脚本将尝试打开默认的 Chrome 书签文件。脚本会忽略以 javascript: 开头的 URL。
2.2 历史记录脚本
使用方式如下:
export-chrome-history [input_file] output_file
如果不指定输入文件,脚本将尝试打开默认的 Chrome 历史记录文件。脚本会忽略标题为空的历史记录条目。
3. 项目 API 使用文档
Chrome-Export 提供了两个主要的脚本:export-chrome-bookmarks 和 export-chrome-history。这两个脚本的 API 使用方式如下:
3.1 export-chrome-bookmarks
export-chrome-bookmarks [input_file] output_file
input_file:可选参数,指定 Chrome 书签文件的路径。如果不指定,脚本将尝试打开默认的书签文件。output_file:必选参数,指定输出的 HTML 书签文件路径。
3.2 export-chrome-history
export-chrome-history [input_file] output_file
input_file:可选参数,指定 Chrome 历史记录文件的路径。如果不指定,脚本将尝试打开默认的历史记录文件。output_file:必选参数,指定输出的 HTML 历史记录文件路径。
4. 项目安装方式
Chrome-Export 提供了多种安装方式,用户可以根据自己的需求选择合适的安装方式:
- Homebrew:适用于 macOS 用户,安装简单快捷。
- Nix:适用于 Nix 或 NixOS 用户,支持跨平台安装。
- 手动安装:适用于所有平台,用户需要手动下载和解压文件,并将其移动到 PATH 和 MANPATH 路径中。
通过以上方式安装后,用户即可使用 export-chrome-bookmarks 和 export-chrome-history 脚本来导出 Chrome 的书签和历史记录。
Chrome-Export 是一个功能强大且易于使用的工具,能够帮助用户轻松管理和导出 Chrome 的书签和历史记录。希望本文档能够帮助你更好地理解和使用该项目。
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0151- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
LongCat-Video-Avatar-1.5最新开源LongCat-Video-Avatar 1.5 版本,这是一款经过升级的开源框架,专注于音频驱动人物视频生成的极致实证优化与生产级就绪能力。该版本在 LongCat-Video 基础模型之上构建,可生成高度稳定的商用级虚拟人视频,支持音频-文本转视频(AT2V)、音频-文本-图像转视频(ATI2V)以及视频续播等原生任务,并能无缝兼容单流与多流音频输入。00
auto-devAutoDev 是一个 AI 驱动的辅助编程插件。AutoDev 支持一键生成测试、代码、提交信息等,还能够与您的需求管理系统(例如Jira、Trello、Github Issue 等)直接对接。 在IDE 中,您只需简单点击,AutoDev 会根据您的需求自动为您生成代码。Kotlin03
Intern-S2-PreviewIntern-S2-Preview,这是一款高效的350亿参数科学多模态基础模型。除了常规的参数与数据规模扩展外,Intern-S2-Preview探索了任务扩展:通过提升科学任务的难度、多样性与覆盖范围,进一步释放模型能力。Python00
skillhubopenJiuwen 生态的 Skill 托管与分发开源方案,支持自建与可选 ClawHub 兼容。Python0111