Modo organizacional - Analisando HTML rico diretamente ao colar?

Atualmente, para anotar ferramentas como Evernotee Quiver, posso copiar diretamente o conteúdo HTML do meu navegador favorito e colá-lo no aplicativo, com todo o link de formatação + preservado. No entanto, no modo original, parece que todas as informações de formatação estão perdidas.

Eu vi alguém sugerir o uso ewwpara navegar na web e copiar o conteúdo viaeww-org . No entanto, isso é realmente tedioso (acho que não haveria muita gente navegando na Web ewwhoje em dia em vez de navegadores modernos. Vou ter que abrir esse link novamente ewwe fazer a cópia, sem mencionar que às vezes ewwnão renderize bem o conteúdo).

É possível deixar Emacsanalisar diretamente o HTML copiado ao colar? Mesmo que ainda não exista uma ferramenta para isso, é possível criar uma?

Isso é quase a única coisa que me impede de mudar para orgmodeoutras ferramentas de anotações.

é possível fazer um?

Como este é o emacs, sim .

Minha abordagem é usar ferramentas de terceiros que podem pegar HTML e converter em texto sem formatação ou mesmo diretamente no formato Org. Eu acho que esse é um truque feio e pode haver maneiras melhores de fazer isso, mas parece que funciona nos meus casos de teste.

(defun kdm/html2org-clipboard ()
  "Convert clipboard contents from HTML to Org and then paste (yank)."
  (interactive)
  (kill-new (shell-command-to-string "osascript -e 'the clipboard as \"HTML\"' | perl -ne 'print chr foreach unpack(\"C*\",pack(\"H*\",substr($_,11,-3)))' | pandoc -f html -t json | pandoc -f json -t org"))
  (yank))

Infelizmente, o HTML é incrivelmente complexo agora - não são mais algumas tags manuscritas simples. Essa marcação HTML complexa requer o complicado comando de shell acima. Faz o seguinte:

1. osascriptobtém o texto HTML da área de transferência. É codificado em hexadecimal, então
2. perl converte o hexadecimal em uma string
3. Poderíamos converter esse HTML em Org diretamente com pandoc, mas o HTML está cheio de tags complicadas e, portanto, produz uma tonelada de código Org. Para simplificar o HTML com o conjunto mínimo de tags necessárias para capturar a formatação, eu
4. Converta o HTML em json e, em seguida,
5. Converta o json em Org (essas duas etapas simplificam o HTML).

Observe que osascripté para o MacOS. Para modificar as etapas 1 a 2 para Linux, substitua o argumento shell-command-to-string por

"xclip -o -t text/html | pandoc -f html -t json | pandoc -f json -t org"

De qualquer forma, a saída do pandoccomando é retornada ao emacs e inserida no buffer.

Ligue o novo comando do Emacs a uma chave semelhante a "colar", mas isso significa "colar e converter-de-html" para você, e deve funcionar.

Como alternativa, se você não quiser pensar em qual comando colar usar, aqui está uma versão do Linux que converterá HTML quando estiver disponível na área de transferência e, caso contrário, retornará ao texto sem formatação:

"xclip -o -t TARGETS | grep -q text/html && (xclip -o -t text/html | pandoc -f html -t json | pandoc -f json -t org) || xclip -o"