Tag: 导出

在转移的过程中先前将问题想得太简单了。直接将blog_backup读取到的内容写进了xml文件，其实内容中是有很多html的标签的。所以需要做转义，略微修改一下程序，将& < > ; 替换成了&amp; &lt; &gt; &quot; 。其中这个问题也是在w3c的rss validator页面的帮助下完成的。一直修改到将导出的xml文件在 http://validator.w3.org/feed/#validate_by_input 验证无误（当然还有一些warning），最后提交wordpress后台导入也就成功了。这个过程中因为我使用的是未注册的blog_backup，所以自己做了导出xml部分的工作。如果注册了blog_backup，软件自身有导出的功能，但是在网上也看见有网友说导出的文件不能直接导入wordpress。同时这段时间也在网上看见有另外的2个办法： 通过blogbus的搬家功能（今天访问时竟然说搬家功能暂时不可用，我晕）导出xml,然后再利用ant21的一个python脚本来转换成wordpress的文件。但是我没有找到ant21的那个python文件，而ant21的博客网站也已经无法访问了。最后在http://code.google.com/p/bus2wp/找到，不过没有尝试。有兴趣的朋友可以多一条路。 另外还有一种方法是古冰的：http://bingu.net/308/update-blogbus-to-wordpress/ ，不过也需要blogbus的功能作为前提。我看这个搬家功能总有一天会不让我们下载到xml文件的（事实上很多博客为了拉来用户都有博客搬家的功能，但是都不会给用户下载导出的xml文件等）。 所以我在这里也推荐一下blog_backup这个工具, 虽然我没有买，但是感谢作者。http://www.pt42.cn/blog_backup_index.htm

目前初步的实验了一下，从网易导出数据使用的是blog_backup这个工具，这个工具目前是收费软件。作者的免费功能只能到抓取博客中的所有文章到其sqlite数据库(我个人感觉这个工作内容比较复杂，而后面需要注册的导出功能实际是比较简单的)，幸好作者没有对这个数据库进行加密，可以直接用sqlite工具读取，这个工具本身也可以导出成多种格式的文件。但是这些都需要注册了。本来想试图破解一下，但是功力不够也嫌烦，想想sqlite文件都有了自己读取了生成rss2.0的xml也容易。用ruby + sqlite3-ruby这个gem写了几行代码就做到了。原来一共有216篇文章，生成一个rss文件后使用wordpress后台的导入功能时遇到了几个问题。 导入到某篇文章时会终止 导入的文章内容被截断，尤其是有“{”的文章，有些文章中包含源码，很多“{”符号 有些文章导入后导致主页排版有问题。 所以初步试验了一下后我又将导入的文章全部先删除了。这其中的问题就是网易生成文章的时候嵌入了太多的html元素。另外很多文章也是我以前复制粘贴上来的，也就意味着复制粘贴了当时引用页面的所有源代码，肯定格式会很乱。如果要继续搬家工程，就要对这些东西进行精简优化。看来各种问题还真的不少。同时也体现出来自己对HTML学习的不好。