Matrix 首页推荐
Matrix 是少数派的写作社区，我们主张分享真实的产品体验，有实用价值的经验与思考。我们会不定期挑选 Matrix 最优质的文章，展示来自用户的最真实的体验和观点。
文章代表作者个人观点，少数派仅对标题和排版略作修改。
一句话介绍：飞书多维表格 + 扫码枪读取纸质书 ISBN 号 + 爬取豆瓣数据 + 飞书应用开发能力 = 快速构建个人家庭图书管理系统。
先看一下最后的成果吧。虽然我还没完全把书全录进去，但模板和代码已经搞定了。大家可以直接使用我的模板。
接下来详细记录一下我创建模板和录入数据的过程。
契机是这样的，最近家里新买了一个书柜，我想着反正要把书都倒腾出来摆放一次，不妨顺便把家里的纸质书登记为一个表格；而且我最近翻出了一个以前买的扫码枪，可以发挥一下作用（实践下来发现确实挺好玩的）。
在工具的选择上，我没犹豫太多就选了飞书的多维表格。多维表格的扩展和开发能力很强，也能够快速把一个基础的数据表呈现为多种看板、画廊效果。而且多维表格最近还新增了 AI 捷径，可以直接调用 AI 能力填充表格。
整体设计思路大概分为以下几部分：
创建表格模板
在飞书云文档新建多维表格。如果不想逐个手动配置字段的话，可以点击右上角的 AI 助手飞飞，告诉它希望增加哪些字段，AI 就会帮助我们生成表头并设置出最为合适的字段属性：
我这次的思路是：先通过 ISBN 获取豆瓣图书数据，然后使用飞书的 AI 能力补充生成需要的字段，最后再手动录入少量数据。基于此，要录入的信息分为三类：
- 基础信息：豆瓣中能够获取到的基本信息，比如书名、作者、出版社、简介、评分等；
- AI 生成信息：基于基础信息，生成豆瓣中无法获取的信息，比如基于把图书简介概括为一句话总结，生成合适的图书分类等；
- 手动录入信息：当前阅读状态（读完、在读、待读），读书笔记等。
通过自动抓取导入 + AI 补全生成，尽可能减少手工录入的工作量。同时在多维表格中，数据表是最基础的数据库，后续可以基于数据表格创建不同的视图、表单或仪表盘，不过现在还是空表，所以我们把其他视图放到最后再介绍。
爬取豆瓣接口获取书籍信息
如果可以的话，用 API 是最好的，不过豆瓣的接口很早就关闭了，我在网上搜了一下，也没有其他太好用的图书 API（或者都不免费）。鉴于个人使用一共也没多少本书，所以可以还是做一下豆瓣的爬虫吧，仅供学习使用，不会对豆瓣服务器造成太大压力。
使用豆瓣的搜索接口提交 ISBN 号1，从第一条搜索结果中获取图书链接并爬取更详细的信息。
如图，豆瓣的搜索接口是：https://book.douban.com/j/subject_suggest?q=
params = {'q': isbn}
response_suggest = requests.get('https://book.douban.com/j/subject_suggest', params=params, headers=headers_suggest)
if response_suggest.status_code != 200 or not response_suggest.json():
return "未找到相关书籍信息"
book_suggest = response_suggest.json()[0]
book_url = book_suggest['url'].replace('\\', '')获取图书详情页https://book.douban.com/subject/35335514/后，请求该页面数据，并从页面中提取相应信息：
不过由于豆瓣的图书简介内容并没有统一数据格式，这里还需要做很多错误处理，举个例子，比如定价这里，有时会写 59.00 元，有时会写￥59 或 CNY 59，有时会写 59，有时信息缺失干脆没有这个字段，所以为了避免程序处理时报错，就需要做一些处理，比如使用正则：
try:
price = float(re.search(r"(?:CNY\s*)?(\d+(?:\.\d+)?)(?:\s*元)?", soup.find('span', text='定价:').next_sibling.strip().replace('元', '')).group(1))
except AttributeError:
price = ''其他字段的处理类似，这里就不再赘述了。
还有一个稍微特殊一点的就是封面图片，多维表格中支持上传图片附件，可以将封面图生成画廊，所以我们也需要顺便记录一下封面图片的 URL 地址，后续可以下载图片并上传到飞书中。
豆瓣的信息里，其实没有图书的分类信息，我本来想参考中图法2去做图书分类，后来发现太复杂了，家里这么点书确实没必要那么精细的分类。
然后我试了一下飞书的 AI 功能，其实可以用 AI 自动补充图书分类：
再比如，豆瓣简介写的比较长，我们可以让 AI 进行总结，生成一句话简介：
这样设置好了之后，只要我们填入前几列的字段，飞书 AI 就会帮助我们自动补全这两列数据，非常好用。
通过接口向飞书云文档推送数据
多维表格其实自带一个 Webhook 接口用于提交数据，具体做法是点击文档右上角的「自动化」：
「创建自定义流程」：
左边选择「接收到 Webhook 时」，会得到一个 Webhook 地址，向这个地址发送 JSON 格式的数据，服务器就会收到并自动解析为字段；然后右侧选择「新增记录」，选择插入数据的位置为数据表，然后设置记录内容即可：
不过……我感觉这样做还是不是太方便，因为需要手动逐个去设置字段匹配，字段一多或者需要修改时也比较麻烦。所以我还是用开发应用的方式来实现，登录飞书开放平台，选择创建企业自建应用：
填写基本信息：
创建完成后有很多可以设置的选项，不过我们这次主要会用到「应用凭证」、「权限管理」和「版本发布」这几项功能，其余的大家可以自行阅读飞书的开发文档（在这里要保存好 App ID 和 App Secret 供后面使用）。
想要通过应用向多维表格中提交数据，主要需要几个过程，我会把文档附在这里供大家参考：
- 获取鉴权
- 上传图片附件获取 file_token
- 向多维表格中提交数据
这个过程中，还需要向应用开放相应的操作权限，我建议是在「开发文档」中调试接口时，开通相应的权限。
具体来说，我们需要提前准备好 4 个参数，分别是：
appid：飞书应用的唯一标识，在应用设置页面获取app_secret：在应用设置页面获取，和appid一起使用，用于获取tenant_access_tokentable_apptoken：多维表格 App 的唯一标识，从多维表格链接中获取。table_id：多维表格数据表的唯一标识，从多维表格链接中获取。
获取鉴权
提交appid和 app_secret ，获得tenant_access_token。
def access_token():
url = "https://open.feishu.cn/open-apis/auth/v3/tenant_access_token/internal"
payload = json.dumps({
"app_id": feishu_appid,
"app_secret": feishu_app_secret
})
headers = {
'Content-Type': 'application/json'
}
response = requests.request("POST", url, headers=headers, data=payload)
return response.json()['tenant_access_token']上传图片
对于附件类内容，需要先完成上传获取file_token ，后续提交表格记录时需要用到。这一步直接用飞书文档里的示例代码就行：
import os
import requests
from requests_toolbelt import MultipartEncoder
def upload_media(file_path, access_token):
file_size = os.path.getsize(file_path)
url = "https://open.feishu.cn/open-apis/drive/v1/medias/upload_all"
form = {
'file_name': os.path.basename(file_path),
'parent_type': 'bitable_image',
'parent_node': table_apptoken,
'size': str(file_size),
'file': (open(file_path, 'rb'))
}
print(form)
multi_form = MultipartEncoder(form)
headers = {
'Authorization': f'Bearer {access_token}',
'Content-Type': multi_form.content_type
}
response = requests.request("POST", url, headers=headers, data=multi_form)
print(response.json())
if response.status_code == 200:
return response.json().get('data', {}).get('file_token')
else:
return None上传记录
这一步主要是结合数据表的结构，构造好需要提交的 JSON。主要是需要结合文档，注意不同类型的字段必须匹配相应的格式。比如，在表格中设置「豆瓣链接」的类型为超链接，这里就必须提供text和link ；「出版时间」设置为日期，就需要提交时间戳而非字符串；「封面图」设置为附件，就需要提交file_token；还有一些数字格式，也要匹配具体的设置。
如果提交的数据和设置的字段类型不匹配就会报错，所以需要仔细 debug 一下。代码比较简单，大家应该能看明白：
def insert_book_info_to_feishu(book_info, file_token, access_token):
url = f"https://open.feishu.cn/open-apis/bitable/v1/apps/{table_apptoken}/tables/{table_id}/records"
payload = json.dumps({
"fields": {
"书名": book_info["书名"],
"作者": book_info["作者"],
"出版社": book_info["出版社"],
"出版时间": book_info["出版时间"],
"页数": book_info["页数"],
"定价": book_info["定价"],
"ISBN": book_info["ISBN"],
"豆瓣评分": book_info["豆瓣评分"],
"评分人数": book_info["评分人数"],
"豆瓣链接": {
"text": book_info["书名"],
"link": book_info["豆瓣链接"]
},
"豆瓣简介": book_info["豆瓣简介"],
"封面图": [
{
"file_token": file_token
}
]
}
})
payload = construct_payload(book_info, file_token)
headers = {
'Content-Type': 'application/json',
'Authorization': f'Bearer {access_token}'
}
response = requests.request("POST", url, headers=headers, data=payload)
print(response.json())
print(f'飞书接口状态：{response.status_code}')
return response.status_code哦对顺便说一句，如果是专业搞飞书应用开发的，可以直接用 Python SDK，我手搓代码是这次因为一共也就两三个接口的事。
使用扫码枪录入 ISBN
完成以上准备工作之后，我们就可以开始录入数据了。这时就要祭出「扫码枪」了。具体来说，我用到的这种扫码枪叫做「红光一维码扫码枪」3：
大家现在用的更多的是手机扫描二维码。其实扫码枪这玩意儿一点都不神秘，超市收银台标配。而且一维码条形发明都几十年了，被广泛应用于商品标识。
扫码枪的原理其实很简单，就是通过光学扫描系统读取条形码中的数据，将其转换为电信号，再经过处理器处理后，模拟键盘输入的形式将数据传递给计算机等设备。
不过我用的并不是那种「有线枪式」的扫码枪，而是一个便携的蓝牙扫描枪（不带货哈）。所以对于电脑来说，扫码枪类似于一个无线键盘：
对于用户来说，只需要知道，连接扫码枪之后，你把键入的光标放在哪里，它就会把扫码结果直接输入到哪里（我录了个短视频，不知道能不能看清楚）。
扫码枪也有许多设置项，其中一项便是扫码结尾的字符，如果不做设置，扫码枪在连续扫描时就会录入一长串字符，所以一般来说会在结尾设置\n换行符。
到此我们就可以把以上所有工作流程串在一起了，运行起来的效果大概是这样：
比较费时间的其实是下载和上传图片。大家注意看最后几秒，在自动上传一条新纪录后，多维表格的快捷 AI 会根据我们的设置，自动填充好「一句话总结」和「AI 分类」两个字段。
这样基本上就能 10s 内录完一本书的数据，而且全程只需要做一个动作，就是扫码，很快就能整理出家里的图书数据库。
有了基础的数据表之后，就可以根据自己的需要创建更多视图。所谓视图，就是展现数据的不同方式。大家可以根据自己的数据类型和情况探索一下展示效果，这里不再详细介绍了~
而且你别说，做完这个图书数据表之后，我觉得其他家庭数据库也挺有搞头的，用类似的思路，可以很快搭建出「家庭药箱」「家庭食品保质期」「老婆的化妆品」等等数据表，无非就是替换一下条形码查询数据的接口，而且类似这种需要注意保质期的数据表，还能利用多维表格中的到期提醒功能自动发送提醒。下周有空就做。
最后我把全部代码分享一下，由于是自己用的，所以并没有刻意做什么整理，大家随便看看，仅供参考。
以上。
附录（本文用到的全部代码）：
import requests
from bs4 import BeautifulSoup
import json
import os
from requests_toolbelt import MultipartEncoder
import time
from datetime import datetime
import re
#设置飞书应用id
feishu_appid = ''
feishu_app_secret = ''
#设置飞书表格的id
table_apptoken = ''
table_id = ''
def access_token():
url = "https://open.feishu.cn/open-apis/auth/v3/tenant_access_token/internal"
payload = json.dumps({
"app_id": feishu_appid,
"app_secret": feishu_app_secret
})
headers = {
'Content-Type': 'application/json'
}
response = requests.request("POST", url, headers=headers, data=payload)
# print(response.json())
return response.json()['tenant_access_token']
def upload_media(file_path, access_token):
file_size = os.path.getsize(file_path)
url = "https://open.feishu.cn/open-apis/drive/v1/medias/upload_all"
form = {
'file_name': os.path.basename(file_path),
'parent_type': 'bitable_image',
'parent_node': table_apptoken,
'size': str(file_size),
'file': (open(file_path, 'rb'))
}
print(form)
multi_form = MultipartEncoder(form)
headers = {
'Authorization': f'Bearer {access_token}',
'Content-Type': multi_form.content_type
}
response = requests.request("POST", url, headers=headers, data=multi_form)
print(response.json())
if response.status_code == 200:
return response.json().get('data', {}).get('file_token')
else:
return None
def get_book_info_by_isbn(isbn):
# 请求书籍搜索建议接口，获取书籍的URL和封面图片链接
# 如请求失败，修改headers或增加cookies
headers_suggest = {
'sec-ch-ua': '"Microsoft Edge";v="129", "Not=A?Brand";v="8", "Chromium";v="129"',
'user-agent': 'Mozilla/5.0 (Macintosh; Intel Mac OS X 10_15_7) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/129.0.0.0 Safari/537.36 Edg/129.0.0.0',
'x-requested-with': 'XMLHttpRequest',
}
params = {'q': isbn}
response_suggest = requests.get('https://book.douban.com/j/subject_suggest', params=params, headers=headers_suggest)
if response_suggest.status_code != 200 or not response_suggest.json():
return "未找到相关书籍信息"
book_suggest = response_suggest.json()[0]
book_url = book_suggest['url'].replace('\\', '')
pic_url = book_suggest['pic'].replace('\\', '').replace('subject/s','subject/l')
# 请求书籍详情页，提取书籍的详细信息
# 如请求失败，修改headers或增加cookies
headers_detail = {
'accept': 'text/html,application/xhtml+xml,application/xml;q=0.9,image/avif,image/webp,image/apng,
*/*
;q=0.8,application/signed-exchange;v=b3;q=0.7',
'accept-language': 'zh-CN,zh;q=0.9,en;q=0.8,en-GB;q=0.7,en-US;q=0.6',
'user-agent': 'Mozilla/5.0 (Macintosh; Intel Mac OS X 10_15_7) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/129.0.0.0 Safari/537.36 Edg/129.0.0.0',
}
response_detail = requests.get(book_url, headers=headers_detail)
soup = BeautifulSoup(response_detail.text, 'html.parser')
# 提取信息
try:
author = soup.find('span', text=' 作者').find_next_sibling('a').text.strip()
except AttributeError:
author = ''
try:
publisher = soup.find('span', text='出版社:').find_next_sibling('a').text.strip()
except AttributeError:
publisher = ''
try:
pub_year = soup.find('span', text='出版年:').next_sibling.strip()
pub_year = convert_to_timestamp(pub_year)
except AttributeError:
pub_year = ''
try:
pages = int(soup.find('span', text='页数:').next_sibling.strip())
except AttributeError:
pages = ''
try:
price = float(re.search(r"(?:CNY\s*)?(\d+(?:\.\d+)?)(?:\s*元)?", soup.find('span', text='定价:').next_sibling.strip().replace('元', '')).group(1))
except AttributeError:
price = ''
try:
rating = float(soup.find('strong', class_='rating_num').text.strip())
except:
rating = ''
try:
votes = int(soup.find('span', property='v:votes').text.strip())
except AttributeError:
votes = ''
try:
intro_div = soup.find('div', class_='intro')
paragraphs = intro_div.find_all('p')
intro = "\n".join([p.get_text() for p in paragraphs])
except AttributeError:
intro = ''
# 整合提取的书籍信息
book_info = {
"书名": book_suggest['title'],
"作者": author,
"出版社": publisher,
"出版时间": pub_year,
"页数": pages,
"定价": price,
"ISBN": isbn,
"豆瓣评分": rating,
"评分人数": votes,
"豆瓣链接": book_url,
"封面图链接": pic_url,
"豆瓣简介": intro
}
return book_info
def download_cover_image(cover_url, save_path):
response = requests.get(cover_url)
if response.status_code == 200:
with open(save_path, 'wb') as file:
file.write(response.content)
return save_path
else:
return None
def convert_to_timestamp(date_str):
# 使用正则表达式匹配不同的日期格式
date_formats = [
r'^(\d{4})-(\d{1,2})-(\d{1,2})
$', # 2023-02-01
r'^(\d{4})-(\d{1,2})$
', # 2023-02 或 2023-2
r'^(\d{4})$', # 仅有年份 2023
]
for date_format in date_formats:
match = re.match(date_format, date_str)
if match:
groups = match.groups()
if len(groups) == 3: # 解析到年-月-日
year, month, day = int(groups[0]), int(groups[1]), int(groups[2])
elif len(groups) == 2: # 解析到年-月
year, month, day = int(groups[0]), int(groups[1]), 1 # 默认设置为1日
elif len(groups) == 1: # 仅解析到年份
year, month, day = int(groups[0]), 1, 1 # 默认设置为1月1日
# 构造日期对象并转化为时间戳
date_obj = datetime(year, month, day)
timestamp = int(date_obj.timestamp() * 1000) # 转为毫秒级时间戳
return timestamp
raise ValueError("无法解析日期格式")
def construct_payload(book_info, file_token):
# 初始化空的字段字典
fields = {}
# 动态构造需要提交的字段，跳过空值的字段
if book_info.get("书名"):
fields["书名"] = book_info["书名"]
if book_info.get("作者"):
fields["作者"] = book_info["作者"]
if book_info.get("出版社"):
fields["出版社"] = book_info["出版社"]
if book_info.get("出版时间"):
fields["出版时间"] = book_info["出版时间"]
if book_info.get("页数"):
fields["页数"] = book_info["页数"]
if book_info.get("定价"):
fields["定价"] = book_info["定价"]
if book_info.get("ISBN"):
fields["ISBN"] = book_info["ISBN"]
if book_info.get("豆瓣评分"):
fields["豆瓣评分"] = book_info["豆瓣评分"]
if book_info.get("评分人数"):
fields["评分人数"] = book_info["评分人数"]
if book_info.get("豆瓣链接") and book_info.get("书名"):
fields["豆瓣链接"] = {
"text": book_info["书名"],
"link": book_info["豆瓣链接"]
}
if book_info.get("豆瓣简介"):
fields["豆瓣简介"] = book_info["豆瓣简介"]
if file_token:
fields["封面图"] = [{"file_token": file_token}]
# 构造最终的 payload
payload = json.dumps({"fields": fields})
return payload
def insert_book_info_to_feishu(book_info, file_token, access_token):
url = f"https://open.feishu.cn/open-apis/bitable/v1/apps/{table_apptoken}/tables/{table_id}/records"
payload = json.dumps({
"fields": {
"书名": book_info["书名"],
"作者": book_info["作者"],
"出版社": book_info["出版社"],
"出版时间": book_info["出版时间"],
"页数": book_info["页数"],
"定价": book_info["定价"],
"ISBN": book_info["ISBN"],
"豆瓣评分": book_info["豆瓣评分"],
"评分人数": book_info["评分人数"],
"豆瓣链接": {
"text": book_info["书名"],
"link": book_info["豆瓣链接"]
},
"豆瓣简介": book_info["豆瓣简介"],
"封面图": [
{
"file_token": file_token
}
]
}
})
payload = construct_payload(book_info, file_token)
headers = {
'Content-Type': 'application/json',
'Authorization': f'Bearer {access_token}'
}
response = requests.request("POST", url, headers=headers, data=payload)
print(response.json())
print(f'飞书接口状态：{response.status_code}')
return response.status_code
def upload_book_to_feishu(isbn):
# 获取飞书的 access_token
token = access_token()
# 获取书籍信息
book_info = get_book_info_by_isbn(isbn)
print(book_info)
# 下载封面图片
cover_url = book_info['封面图链接']
save_path = f"./{isbn}.jpg"
cover_file_path = download_cover_image(cover_url, save_path)
if cover_file_path:
# 上传封面图片至飞书并获取file_token
file_token = upload_media(cover_file_path, token)
if file_token:
# 插入书籍信息到飞书表格
status_code = insert_book_info_to_feishu(book_info, file_token, token)
return status_code
else:
print("封面图片上传失败")
else:
print("封面图片下载失败")
#使用示例
def scan_isbn_and_upload():
print("请使用扫码枪输入ISBN，按 Ctrl+C 结束程序。")
while True:
try:
# 等待用户通过扫码枪输入ISBN
isbn = input("扫描ISBN: ").strip() # .strip() 用于去除前后多余的空白和换行符
if isbn:
print(f"正在处理ISBN: {isbn}")
upload_book_to_feishu(isbn) # 调用函数上传书籍信息
print(f"ISBN: {isbn} 处理完成\n")
else:
print("未检测到有效的ISBN，请重试。")
except KeyboardInterrupt:
# 用户按下 Ctrl+C 后，退出循环
print("\n程序已终止。")
break
#调用函数，开始监听扫码输入
scan_isbn_and_upload()题图来自 Hermann Kollinger, Pixabay
> 关注 少数派小红书，感受精彩数字生活 🍃
> 实用、好用的 正版软件，少数派为你呈现 🚀
