Google ColabをMarkDown形式のテキストに整形するPythonコード

整形イメージ

Google Colabの各セルを

このようなMarkDown形式に整形

動機

• Google Colabから全セル内のテキストを取得するのは手間
• セルの区切りがわかる形で複数まとめて取得したい

使い方

• Colab の上部メニューから 「ファイル」 → 「ダウンロード」 → 「.ipynb をダウンロード」 を選択
• "ColabToMd.py"ファイルを作成してエディタでソースコードを張り付ける
• "ColabToMd.py"をクリックして、指示に従って保存したipynbファイルを指定する
• "output.md"にテキスト化した結果が入っているので、生成AIへの質問等で活用する

ソースコード（Pythonファイル）

import json
from markdown import markdown
from bs4 import BeautifulSoup
import os

def markdown_to_text(md):
    # Markdown→HTML
    html = markdown(md)
    # HTML→テキスト
    soup = BeautifulSoup(html, 'html.parser')
    return soup.get_text()

def main():
    # 現在の作業ディレクトリを取得
    current_dir = os.getcwd()

    # IPYNBファイルの入力を促す
    ipynb_path = input("IPYNBファイルを入力してください: ")

    # output.mdの初期化
    output_file = os.path.join(current_dir, "output.md")

    # IPYNBファイルの存在チェック
    if not os.path.isfile(ipynb_path):
        with open(output_file, "w", encoding="utf-8") as file_output:
            file_output.write("指定されたIPYNBファイルは存在しません。\n")
        print("指定されたIPYNBファイルは存在しません。")
        return
    
    with open(ipynb_path, 'r', encoding='utf-8') as f:
        notebook = json.load(f)

    cnt = 1
    with open(output_file, 'w', encoding='utf-8') as f:
        f.write(f"# {ipynb_path}\n\n")
        for cell in notebook['cells']:
            text = ''.join(cell.get('source', []))
            cell_type = cell.get('cell_type', '')

            f.write("-----------------------------------------------------\n")
            f.write(f"## セル{cnt}（{cell_type}セル）\n")
            f.write("-----------------------------------------------------\n")

            if cell_type == 'code':
                f.write("```python\n")
                f.write(text)
                f.write("\n```\n")
                # コードセルの出力を追加
                outputs = cell.get('outputs', [])
                for output in outputs:
                    output_type = output.get('output_type', '')
                    # 標準出力（printなど）
                    if output_type == 'stream':
                        f.write("**出力:**\n")
                        f.write("```\n")
                        f.write(''.join(output.get('text', [])))
                        f.write("\n```\n")
                    # 実行結果（式の値など）
                    elif output_type == 'execute_result':
                        f.write("**実行結果:**\n")
                        # 'text/plain'があればそれを表示
                        data = output.get('data', {})
                        if 'text/plain' in data:
                            f.write("```\n")
                            f.write(''.join(data['text/plain']))
                            f.write("\n```\n")
                    # エラー出力
                    elif output_type == 'error':
                        f.write("**エラー:**\n")
                        f.write("```\n")
                        f.write(''.join(output.get('traceback', [])))
                        f.write("\n```\n")
            else:  # markdownなど マークダウン→見かけ上のテキスト
                plain_text = markdown_to_text(text)
                f.write(plain_text)
                f.write('\n')
            f.write('\n')
            cnt += 1

    # 入力待ち
    input("続行するには何かキーを押してください...")

if __name__ == "__main__":
    main()