Logseq 删除未使用的媒体文件

Logseq 是一款双链笔记软件，也是 Roam Research 的模仿者中最有模有样的。在 Logseq 中，一旦将媒体文件粘贴到笔记中，其将被保存到 Logseq 目录下的 assets 文件夹中。但如果你从笔记中删掉了媒体文件，assets 文件夹中的图片并不会随着引用计数变成 0 而被自动删除。这就导致时间长了可能累计出一些“僵尸”媒体文件。

解决思路

要去除这些“僵尸”媒体文件，其实也非常简单。大体的思路就是：

• 扫描 assets 文件夹，获得所有 asset 文件名称
• 扫描 journals 和 pages 文件夹中的 .md 文件，检查其是否包含第一步中获得的 asset 文件名称
• 输出所有未被引用的 asset 文件列表

让 ChatGPT 写程序，可行吗？

这么简单的需求，是不是交给最近火热的 ChatGPT 来做比较好呢？于是我尝试向它提问：

很可惜，虽然它的回答大体上逻辑都是对的，但是有一行却使用了无效的 Python 语法。这也说明一个问题，就是 ChatGPT 即便可以在训练时获取互联网上的所有知识，但他仍然是在这些知识中间做简单的拼贴，没有真正“理解”这些知识。

中文房间实验

上述 ChatGPT 的表现让我想到了美国哲学教授约翰·希尔勒提出的一个思想实验：中文房间实验。他的实验过程大概表述如下：

一个对中文一窍不通，只说英语的人关在一间只有一个开口的封闭房间中。房间里有一本用英文写成的手册，指示该如何处理收到的中文讯息及如何以中文相应地回复。房外的人不断向房间内递进用中文写成的问题。房内的人便按照手册的说明，查找合适的指示，将相应的中文字符组合成对问题的解答，并将答案递出房间。

尽管房里的人可以以假乱真，让房外的人以为他说中文，但事实上他根本不懂中文。在上述过程中，房外人的角色相当于 ChatGPT 的用户，房中人相当于计算机，而手册则相当于计算机程序：每当房外人给出一个输入，房内的人便依照手册给出一个答复（输出）。而正如房中人不可能透过手册理解中文一样，计算机也不可能透过程序来获得理解力。既然计算机没有理解能力，所谓“计算机于是便有智能”便更无从谈起了。

虽然现在很多自媒体都在用 ChatGPT 恰饭，通过抬高其能力以让自己获得流量，但我亲身体验过之后，感觉它仍然是一个很弱的语言模型，而非什么强人工智能。而官方也一再借 ChatGPT 之口表示自己的局限性，希望大家不要期待过高。看起来官方也是挺克制的，没有像自媒体一样硬恰。

改进 ChatGPT 输出的程序

我尝试向 ChatGPT 提出它写的代码有 bug，于是其给出了另一段程序以解决 bug。这段代码终于是正确的了，但是性能上仍然存在优化空间。例如，对于扫描文件夹这样的重 IO 操作，哪怕是水平比较一般的程序员也知道需要在代码中复用扫描结果，而不是重复进行扫描。但是 ChatGPT 写的程序却没有想到这一点。

于是，我改进了它写的程序，并获得了最终的代码：

import os
import shutil


assets_dir = './assets'
journal_dir = './journals'
pages_dir = './pages'
to_delete_dir = './to_delete'

if not os.path.exists(to_delete_dir):
    os.makedirs(to_delete_dir)

assets_files = os.listdir(assets_dir)
referenced_files = []


for dirname in [journal_dir, pages_dir]:
    for filename in os.listdir(dirname):
        if filename.endswith('.md'):
            # 打开 .md 文件
            with open(os.path.join(dirname, filename)) as f:
                # 遍历文件中的每一行
                for line in f:
                    # 遍历 assets 目录中的所有文件
                    for asset in assets_files:
                        # 如果这一行包含了 assets 目录中的某个文件的名称，则将这个文件的名称加入到 referenced_files 列表中
                        if asset in line:
                            referenced_files.append(asset)


for asset in assets_files:
    if asset not in referenced_files and not asset.endswith(".edn"):
        print(asset)
        shutil.move(os.path.join(assets_dir, asset), to_delete_dir)

将这段代码放置在你的 Logseq 文件夹目录下，命名为 check_asset_reference.py。然后进入终端，来到 Logseq 目录下，输入 python check_asset_reference.py 并回车。稍等片刻后，你将会看到未被任何 journal 或 page 引用的 asset 列表：

这些文件会被移动到你的 Logseq 目录下的 `to_delete` 文件夹中。你需要手动确认这些文件是否真的可以删除，如果确认的话，手动进行删除。如果有文件不能删除的话，将它移回 assets 目录，并在任何一个 page 或 journal 中进行引用即可。