• 企业400电话
  • 微网小程序
  • AI电话机器人
  • 电商代运营
  • 全 部 栏 目

    企业400电话 网络优化推广 AI电话机器人 呼叫中心 网站建设 商标✡知产 微网小程序 电商运营 彩铃•短信 增值拓展业务
    用python写个博客迁移工具

    前言

    最近不少写博客的朋友跟我反馈博客园的一些文章下架了,这让我联想到去年简书一样,我之前写的博客都被下架不可见了。

    我最开始接触的博客网址是 csdn、思否、简书还有博客园等,但是后期发现,单论博客的生态感觉做的越来越不行,干货虽然很多,但是垃圾、标题党很严重,我自己也有一些博文被莫名的搬走直接标为原创。

    虽然搜问题在上面还是能搜到很多解决方案,但写作的欲望降低了很多。

    综上我从去年入驻掘金,并以掘金作为博客的主平台。个人感觉掘金团队对个人原创的保护是非常好的,同时也在不断的听取用户的建议而去改进。有问题与建议能随时与掘金的同学讨论、沟通,非常方便。

    掘金的成长

    最开始的时候,掘金也是面试、标题党满天飞,但是掘金的运营大佬逐步整顿起来之后,文章的质量有了显著的提高,并且也不断推出有利于新手作者、高质量博文的各种活动,鼓励新人创作、老人分享。

    同样在我入驻掘金之后,作为一个长期用户,新人作者,也是见证了这段时间以来掘金为了社区活跃,博客质量而做的种种努力。

    而最开始使用掘金的 markdown,能吐槽的地方还是很多,但掘金的研发也非常给力,吸纳了用户的建议后,最新升级的 markdown 编辑器也是广受好评,使用过你就知道真相定律是什么了。

    掘金在使用的时候,一直有种特殊的感觉,是一种很纯粹的 coding 情怀。并不仅仅只是一个单纯的博客平台,而是一直致力于社区共建、开源项目、掘金翻译计划等等的建设,为技术社区打造一片纯粹干净的后花园。

    搬家命令行工具

    那么作为程序员,手动搬文章显然是略 low 的

    所以写了一个简单的 python 脚本,有兴趣的同学可以使用它将 cnblogs 上面已有或者创作中的草稿转移到掘金来。

    如果有兴趣可以试试改造的更完美点,但不建议泄露自己的隐私信息

    环境配置

    脚本跑起来需要 python3 环境,所以先安装一下 python 环境

    请在 cookie.json 中补充博客园与掘金的 cookie

    使用 python3 main.py -h 查看使用说明

    作为程序员应该都了解 cookie 是啥,也知道从哪里捞出来吧

    使用方法

    还是上个获取 cookie 的图吧,哈哈

    请先在 cookie.json 中替换 cookie_cnblogs 与 cookie_juejin 为自己在对应站点上的 cookie

    请自行替换user_name与blog_id
    // 下载单篇文章到默认目录'./cnblogs' 并输出日志到'./log'
    python3 main.py -m download -a https://www.cnblogs.com/{{user_name}}/p/{{blog_id}}.html --enable_log 
    
    // 下载用户所有文章到目录'/Users/cnblogs_t'
    python3 main.py -m download -u https://www.cnblogs.com/{{username}} -p /Users/cnblogs_t
    
    // 上传单篇文章到掘金草稿箱
    python3 main.py -m upload -f ./cnblogs/{{blog_id}}.html
    
    // 上传'./test_blogs'下所有的html文件到掘金草稿箱
    python3 main.py -m upload -d ./test_blogs
    

    main.py

    新建 main.py 文件,将下述 python 代码复制进去

    # coding=utf-8
    import requests
    import os
    import argparse
    import sys
    import json
    from lxml import etree
    from urllib.parse import urlparse
    import logging
    reload(sys)
    sys.setdefaultencoding('utf-8')
    
    parser = argparse.ArgumentParser()
    args_dict = {}
    list_url_tpl = 'https://www.cnblogs.com/%s/default.html?page=%d'
    draft_url = 'https://api.juejin.cn/content_api/v1/article_draft/create_offline'
    jj_draft_url_tpl = 'https://juejin.cn/editor/drafts/%s'
    cnblog_headers = {}
    log_path = './log'
    
    def myget(d, k, v):
     if d.get(k) is None:
      return v
     return d.get(k)
    
    def init_parser():
     parser.description = 'blog move for cnblogs'
     parser.add_argument('-m', '--method', type=str, dest='method', help='使用方式: download下载 upload上传到草稿箱', choices=['upload', 'download'])
     parser.add_argument('-p', '--path', type=str, dest='path', help='博客html下载的路径')
     parser.add_argument('-d', '--dir', type=str, dest='rec_dir', help='制定要上传的博客所在文件夹')
     parser.add_argument('-f', '--file', type=str, dest='file', help='指定上传的博客html')
     parser.add_argument('-u', '--url', type=str, dest='url', help='个人主页地址')
     parser.add_argument('-a', '--article', type=str, dest='article_url', help='单篇文章地址')
     parser.add_argument('--enable_log', dest='enable_log', help='是否输出日志到./log', action='store_true')
     parser.set_defaults(enable_log=False)
    
    def init_log():
     root_logger = logging.getLogger()
     log_formatter = logging.Formatter('%(asctime)s [%(levelname)s] %(pathname)s:%(lineno)s %(message)s')
     console_handler = logging.StreamHandler(sys.stdout)
     console_handler.setFormatter(log_formatter)
     root_logger.addHandler(console_handler)
     if myget(args_dict, 'enable_log', False):
      if not os.path.exists(log_path):
       os.mkdir(log_path)
      file_handler = logging.FileHandler('./log/debug.log')
      file_handler.setFormatter(log_formatter)
      root_logger.addHandler(file_handler)
     root_logger.setLevel(logging.INFO)
     
    def download():
     cookies = json.load(open('cookie.json'))
     headers = {'cookie': cookies.get('cookie_cnblogs', '')}
    
     dir_path = myget(args_dict, 'path', './cnblogs')
     if dir_path[len(dir_path)-1] == '/':
      dir_path = dir_path[:len(dir_path)-1]
     if not os.path.exists(dir_path):
      os.mkdir(dir_path)
     
     article_url = myget(args_dict, 'article_url', '-1')
     if article_url != '-1':
      logging.info('article_url=%s', article_url)
      try:
       resp = requests.get(article_url, headers=headers)
       if resp.status_code != 200:
        logging.error('fail to get blog \'%s', resp=%s', article_url, resp)
        return
       tmp_list = article_url.split('/')
       blog_id_str = tmp_list[len(tmp_list)-1]
       with open(dir_path+'/'+blog_id_str, 'w') as f:
        f.write(resp.text)
       logging.info('get blog \'%s' success.', article_url)
      except Exception as e:
       logging.error('exception raised, fail to get blog \'%s', exception=%s.', list_url, e)
      finally:
       return
    
     raw_url = args_dict.get('url')
     rurl = urlparse(raw_url)
     username = (rurl.path.split("/", 1))[1]
     page_no = 1
     while True:
      list_url = list_url_tpl%(username, page_no)
      logging.info('list_url = %s', list_url)
      try:
       resp = requests.get(list_url, headers=headers)
       if resp.status_code != 200:
        break
      except Exception as e:
       logging.error('exception raised, fail to get list \'%s', exception=%s.', list_url, e)
       return
      html = etree.HTML(resp.text)
      blog_list = html.xpath('//div[@class=\'postTitle']/a/@href')
      if len(blog_list) == 0:
       break
      for blog_url in blog_list:
       tmp_list = blog_url.split('/')
       blog_id_str = tmp_list[len(tmp_list)-1]
       blog_resp = requests.get(blog_url, headers=headers)
       if resp.status_code != 200:
        logging.error('fail to get blog \'%s', resp=%s, skip.', blog_url, resp)
        continue
       with open(dir_path+'/'+blog_id_str, 'w') as f:
        f.write(blog_resp.text)
       logging.info('get blog \'%s' success.', blog_url)
      page_no += 1
    
    def upload_request(headers, content, filename):
     body = {
      "edit_type": 0,
      "origin_type": 2,
      "content": content
     }
     data = json.dumps(body)
     try:
      resp = requests.post(draft_url, data=data, headers=headers)
      if resp.status_code != 200:
       logging.error('fail to upload blog, filename=%s, resp=%s', filename, resp)
       return
      ret = resp.json()
      draft_id = ret.get('data', {}).get('draft_id', '-1')
      logging.info('upload success, filename=%s, jj_draft_id=%s, jj_draft_url=%s', filename, draft_id, jj_draft_url_tpl%draft_id)
     except Exception as e:
      logging.error('exception raised, fail to upload blog, filename=%s, exception=%s', filename, e)
      return
     
    
    def upload():
     cookies = json.load(open('cookie.json'))
     headers = {
      'cookie': cookies.get('cookie_juejin', ''),
      'content-type': 'application/json'
     }
     filename = myget(args_dict, 'file', '-1')
     if filename != '-1':
      logging.info('upload_filename=%s', filename)
      try:
       with open(filename, 'r') as f:
        content = f.read()
        upload_request(headers, content, filename)
       return
      except Exception as e:
       logging.error('exception raised, exception=%s', e)
     
     rec_dir = myget(args_dict, 'rec_dir', '-1')
     if rec_dir != '-1':
      logging.info('upload_dir=%s', filename)
      try:
       g = os.walk(rec_dir)
       for path, dir_list, file_list in g:
        for filename in file_list:
         if filename.endswith('.html'):
          filename = os.path.join(path, filename)
          with open(filename, 'r') as f:
           content = f.read()
           upload_request(headers, content, filename)
      except Exception as e:
       logging.error('exception raised, exception=%s', e)
      return
    
    
    if __name__ == '__main__':
     init_parser()
     args = parser.parse_args()
     args_dict = args.__dict__
     init_log()
    
     empty_flag = True
     for k, v in args_dict.items():
      if k != 'enable_log' and v is not None:
       empty_flag = False
     if empty_flag:
      parser.print_help()
      exit(0)
    
     if args_dict.get('method') == 'upload':
      upload()
     else:
      download()
     pass
    

    cookie.json

    本地新建 cookie.json 文件,与 main.py 同级

    {
     "cookie_cnblogs": "请替换为博客园cookie",
     "cookie_juejin": "请替换为掘金cookie"
    }
    

    github 地址

    最后附上 github 地址,里面除了 demo 的 源码之外也有录制好的一个视频,有兴趣的同学可以下载使用或者研究研究,脚本有问题或者写的不好改进的地方也可以互相探讨下。有意见也可以随时留言反馈

    以上就是用python写个博客迁移工具的详细内容,更多关于python 博客迁移的资料请关注脚本之家其它相关文章!

    您可能感兴趣的文章:
    • 使用python和Django完成博客数据库的迁移方法
    • Python依赖包迁移到断网环境操作
    • 如何把外网python虚拟环境迁移到内网
    • 如何将你的应用迁移到Python3的三个步骤
    • 详解Python3迁移接口变化采坑记
    • python 动态迁移solr数据过程解析
    • python django生成迁移文件的实例
    • Python依赖包整体迁移方法详解
    • pycharm使用正则表达式批量添加print括号完美从python2迁移到python3
    • python虚拟环境迁移方法
    • python实现数据库跨服务器迁移
    上一篇:python 合并列表的八种方法
    下一篇:Python基于SMTP发送邮件的方法
  • 相关文章
  • 

    © 2016-2020 巨人网络通讯 版权所有

    《增值电信业务经营许可证》 苏ICP备15040257号-8

    用python写个博客迁移工具 用,python,写个,博客,迁移,