"""
Utilidades para trabajar con el vault de Obsidian
Funciones compartidas para manejo de archivos y metadata
"""
import re
from datetime import datetime
from pathlib import Path
from typing import Any, Dict, List
from ..config import get_vault_path
def get_vault_stats() -> Dict[str, Any]:
"""
Obtiene estadísticas básicas del vault
Returns:
Diccionario con estadísticas del vault
"""
vault_path = get_vault_path()
if not vault_path:
return {
"error": "La ruta del vault no está configurada",
"vault_name": "N/A",
"vault_path": "N/A",
"total_files": 0,
"markdown_files": 0,
"folders": 0,
"last_scan": datetime.now().isoformat(),
}
markdown_files = list(vault_path.glob("**/*.md"))
total_files = list(vault_path.glob("**/*.*"))
return {
"vault_name": vault_path.name,
"vault_path": str(vault_path),
"total_files": len(total_files),
"markdown_files": len(markdown_files),
"folders": len([p for p in vault_path.rglob("*") if p.is_dir()]),
"last_scan": datetime.now().isoformat(),
}
def find_note_by_name(name: str) -> Path | None:
"""
Busca una nota por nombre en todo el vault (insensible a mayúsculas).
Args:
name: Nombre de la nota (con o sin extensión .md)
Returns:
Path de la nota si se encuentra, None en caso contrario
"""
vault_path = get_vault_path()
if not vault_path:
return None
# Si incluye ruta, buscar directamente
if "/" in name:
note_path = vault_path / name
return note_path if note_path.exists() else None
# Buscar en todo el vault (insensible a mayúsculas)
name_lower = name.lower().replace(".md", "")
for file_path in vault_path.rglob("*.md"):
if file_path.stem.lower() == name_lower:
return file_path
return None
def get_note_metadata(note_path: Path) -> Dict[str, Any]:
"""
Obtiene metadata de una nota
Args:
note_path: Path de la nota
Returns:
Diccionario con metadata de la nota
"""
vault_path = get_vault_path()
if not vault_path:
stats = note_path.stat()
return {
"name": note_path.name,
"stem": note_path.stem,
"relative_path": str(
note_path
), # Usar ruta absoluta si vault_path no está disponible
"size_kb": stats.st_size / 1024,
"modified": datetime.fromtimestamp(stats.st_mtime).strftime(
"%Y-%m-%d %H:%M"
),
"created": datetime.fromtimestamp(stats.st_ctime).strftime(
"%Y-%m-%d %H:%M"
),
}
stats = note_path.stat()
return {
"name": note_path.name,
"stem": note_path.stem,
"relative_path": str(note_path.relative_to(vault_path)),
"size_kb": stats.st_size / 1024,
"modified": datetime.fromtimestamp(stats.st_mtime).strftime("%Y-%m-%d %H:%M"),
"created": datetime.fromtimestamp(stats.st_ctime).strftime("%Y-%m-%d %H:%M"),
}
def extract_tags_from_content(content: str) -> List[str]:
"""
Extrae etiquetas tanto del frontmatter YAML como del cuerpo de la nota.
Args:
content: Contenido de la nota
Returns:
Lista de etiquetas únicas encontradas
"""
tags = set()
# 1. Extraer del YAML frontmatter
if content.startswith("---"):
parts = content.split("---", 2)
if len(parts) >= 3:
frontmatter = parts[1]
# Buscar línea de tags: tags: [a, b] o tags: a, b
tags_match = re.search(r"^tags:\s*(.*)$", frontmatter, re.MULTILINE)
if tags_match:
tags_raw = tags_match.group(1).strip()
# Caso [tag1, tag2]
if tags_raw.startswith("[") and tags_raw.endswith("]"):
tags_list = tags_raw[1:-1].split(",")
for t in tags_list:
tags.add(t.strip().lstrip("#"))
# Caso lista YAML o string simple
else:
# Intentar buscar formato de lista - tag
fm_list = re.findall(r"^\s*-\s*([\w-]+)", frontmatter, re.MULTILINE)
if fm_list:
for t in fm_list:
tags.add(t.strip())
else:
# Caso simple separado por comas
for t in tags_raw.split(","):
cleaned = t.strip().lstrip("#")
if cleaned:
tags.add(cleaned)
# 2. Extraer del cuerpo (formato #tag)
# Regex mejorado: captura palabras con guiones pero no hashtags de headings
body_tags = re.findall(r"(?<!\w)#([\w-]+)", content)
for t in body_tags:
tags.add(t)
return sorted(list(tags))
def extract_internal_links(content: str) -> List[str]:
"""
Extrae enlaces internos del contenido de una nota
Args:
content: Contenido de la nota
Returns:
Lista de enlaces internos encontrados
"""
# Buscar enlaces en formato [[link]]
links = re.findall(r"\[\[([^\]]+)\]\]", content)
return list(set(links)) # Eliminar duplicados
def format_file_size(size_bytes: int) -> str:
"""
Formatea el tamaño de archivo en una unidad legible
Args:
size_bytes: Tamaño en bytes
Returns:
Tamaño formateado (ej: "1.2KB", "3.4MB")
"""
if size_bytes < 1024:
return f"{size_bytes}B"
elif size_bytes < 1024 * 1024:
return f"{size_bytes / 1024:.1f}KB"
else:
return f"{size_bytes / (1024 * 1024):.1f}MB"
def sanitize_filename(filename: str) -> str:
"""
Sanitiza un nombre de archivo para que sea válido en el sistema
Args:
filename: Nombre de archivo original
Returns:
Nombre de archivo sanitizado
"""
# Reemplazar caracteres problemáticos
sanitized = filename.replace("/", "-").replace("\\", "-")
sanitized = re.sub(r'[<>:"|?*]', "-", sanitized)
# Asegurar extensión .md
if not sanitized.endswith(".md"):
sanitized += ".md"
return sanitized
