OUCC

BLOG
記事一覧 タグ一覧

ブックマーク(bookmarks.html)を編集してみる

TaPet のアイコンTaPet
投稿日：

bookmarks.htmlとは

ブラウザのブックマークをhtmlで出力したものです。 Microsoft Edgeでは、お気に入り.htmlだったり、出力した日時の情報が入っていたりしますが、ここでは、bookmarks.htmlと書くことにします。

動機

適当にブックマークをつけていった結果、重複しているものがあったり、中身を把握できなくなったりしていたので、整理したいと思いました。 ブラウザのブックマークマネージャでは、1フォルダごとでしか見れないなど、少々不便な上、テキストデータにしてしまえば、簡単に編集できます。

Microsoft Edgeに、重複を削除する機能があるのを記事作成中に知りました。

bookmarks.htmlの構造

各ブラウザでの差異はありますが、共通する部分について書きます。 確認済みのブラウザは、

  • Google Chrome
  • Microsoft Edge
  • Firefox
  • Brave

です。

ファイルの情報

ファイルの先頭にそのファイルの情報が書いてあります。

<!DOCTYPE NETSCAPE-Bookmark-file-1>
<!-- This is an automatically generated file.
     It will be read and overwritten.
     DO NOT EDIT! -->
<META HTTP-EQUIV="Content-Type" CONTENT="text/html; charset=UTF-8">
<TITLE>Bookmarks</TITLE>

Firefoxでは、以下のmetaタグがMETAタグとTITLEの開始タグの間に入るようです。

<meta http-equiv="Content-Security-Policy" content="default-src 'self'; script-src 'none'; img-src data: *; object-src 'none'">

ブックマークの構造

ブックマークの内容とフォルダ構造が記述されている部分です。

<H1>Bookmarks</H1>
<DL><p>
    <!-- ここに内容が書かれる -->
</DL><p>

H1タグがあり、その後にDL要素があります。DLの開始・終了タグの後には、開始タグだけのp要素(<p>)があります。

  • H1の文字列は、“Bookmarks”以外でも良いようです。
  • </DL>の後の<p>はなくても良いようです。

ブックマークの内容

ファイルを表す部分と、各ブックマークを表す部分とがあります。

ファイルを表す部分
<DT>
    <H3 ADD_DATE="{UNIX時間}" LAST_MODIFIED="{UNIX時間}">{ファイル名}</H3>
    <DL>
        <p>
            <!-- ファイルの内容 -->
    </DL><p>

ブックマークバー(ブラウザの上部分に表示される部分)に表示されるファイルには、PERSONAL_TOOLBAR_FOLDER="true"をつける。

ブックマークを表す部分
<DT>
    <A HREF="{URL}" ADD_DATE="{UNIX時間}">{ブックマーク名}</A>

ブックマークの画像の情報も記述する場合は、ICON="data:image/png;base64,{Base64でエンコードした画像のデータ}"です。

編集

上記のようにbookmarks.htmlは、htmlで書かれているので終了タグがない要素があります。 htmlとして、パース・処理しようと思うと、bodyタグの省略があったり、属性が大文字であったりして面倒だったので、bookmarks.htmlにいろいろ書き足して、xmlとしてパースできるようにしました。こうすることで各ブラウザが独自で?(リサーチできてません)使っている属性も保持できます。

具体的には、以下の処理を行いました。空白文字、改行は無視しています。 bookmarks.html -> xml

  1. 全ての<p>の直後に</p>をつける。
  2. 全ての</A>の直後に</DT>をつける。(ブックマークを表すDT要素の終了タグを書く。)
  3. 全ての</DL><p></p>の直後に</DT>をつける。(フォルダを表すDT要素の終了タグを書く。)ただし、ファイル末尾の</DL><p></p>については処理しない。(ブックマーク全体を表すDL要素であるため。)
  4. 全ての<META>、<meta>の直後にそれぞれ、</META>または、</meta>をつける。
  5. ドキュメントタイプ宣言以下を適当な要素で囲む。(xmlはルート要素が1つでないといけないため。)
  6. xml 宣言を記述する。

bookmarks.html -> xml の変換は上記の逆の操作を行いました。

あとは、xmlパーサーで読み込んで、処理を行いました。

参考

関連記事