使用Obsidian的Templater插件

使用Obsidian的Templater插件

今天醒得早,五点二十多就醒了,醒了也就起来练练八部金刚功,这是提前进入老年生活的节奏,我老婆都说我看的是啥养生的,一点都不像年轻人爱看的😅。

Templater插件支持在使用模板文件创建后将设置的变量替换成想要的实际值

单行语法如下:

erlang 复制代码
 <% tp.file.name %>

多行语法是这样:

ini 复制代码
<%* 
let today = tp.date.now("YYYY-MM-DD") 
moment.locale('zh');
let titleName = await tp.system.prompt("输入标题:","")
let content = await tp.system.prompt("输入命令:","")
-%>

里面执行的是JavaScript脚本,所以按照JavaScript语法来写都是可以的。我这里是使用它创建了几个模板:

  • • 代码记录

  • • 速记

  • • 日记模板

  • • 网站收集

  • • 实用命令

  • • bug修复

打开Obsidian后alt+n选择指定模板直接创建文件,类似下面这个模板使用它创建文件后会创建tags,createTime,modificationDate这些自定义的东西结合vuepress还能很好的创建自己的个人blog站点,使用github的自动发布网站也帮你建好了,这叫合理的偷懒。

ini 复制代码
<%* 
let today = tp.date.now("YYYY-MM-DD") 
moment.locale('zh');

let momentDate = window.moment(today, "YYYY-MM-DD", true) 
let year = momentDate.format("YYYY") 
let month = momentDate.format("M")
let monthStr = momentDate.format("MMMM")
let day = momentDate.format("D")
let weekday = momentDate.format("ddd")
let createTime = tp.file.creation_date("YYYY-MM-DD HH:mm:ss") 
let modificationDate = tp.file.last_modified_date("YYYY-MM-DD HH:mm:ss") 
let titleName = await tp.system.prompt("输入标题:","")
let content = await tp.system.prompt("输入命令:","")
-%>---
tags:
  - Command
createTime: <% tp.file.creation_date("YYYY-MM-DD HH:mm:ss") %>
modificationDate: <% tp.file.last_modified_date("YYYY-MM-DD HH:mm:ss") %>
---
 

### <%titleName%>


 <% content %>

<%* 
let destDir = "/100软件开发/110代码库/"+year+" - " + month +" - "+monthStr
await tp.file.move(destDir + "/" + titleName) 
tp.file.cursor() 
-%> 

好了,今天就这些,地铁到金沙博物馆了,还得换18号线,拜拜

本文使用 文章同步助手 同步

相关推荐
电棍2334 分钟前
verilog笔记
笔记·fpga开发
让我安静会7 分钟前
Obsidian·Copilot 插件配置(让AI根据Obsidian笔记内容进行对话)
人工智能·笔记·copilot
世事如云有卷舒1 小时前
FreeRTOS学习笔记
笔记·学习
羊小猪~~4 小时前
MYSQL学习笔记(九):MYSQL表的“增删改查”
数据库·笔记·后端·sql·学习·mysql·考研
yuanbenshidiaos4 小时前
【数据挖掘】数据仓库
数据仓库·笔记·数据挖掘
sealaugh326 小时前
aws(学习笔记第二十九课) aws cloudfront hands on
笔记·学习·aws
FakeOccupational6 小时前
【计算社会学】 多智能体建模 ABM Agent Based Modeling 笔记
笔记
夏莉莉iy6 小时前
[MDM 2024]Spatial-Temporal Large Language Model for Traffic Prediction
人工智能·笔记·深度学习·机器学习·语言模型·自然语言处理·transformer
StickToForever7 小时前
第4章 信息系统架构(三)
经验分享·笔记·学习·职场和发展
零星_AagT7 小时前
Apache-CC6链审计笔记
java·笔记·apache·代码审计