作者: deercoder
最近准備把博客整體遷移到GitHub上面，但是由於本博客的內容較多，因此想找個辦法進行遷移，無奈雖然C++博客提供了備份的功能，但是保存的XML文件不是標准的Wordpress的XML格式，因此還是得自己進行手動遷移，無奈過去記錄的水文較多，棄之可惜，因此就想著如何進行博客遷移，如何抓取博客內容等一系列的問題。
正好，在網上搜索的時候，發現CSDN等網站提供MetaWeblog的標准接口用於第三方程序的接入，書寫博客，發布，刪除等一系列操作，而C++正好提供了相關接口，只需要登錄到你的賬戶，在選項--配置中，選擇允許Web Service以及MetaWeblog，並訪問下面提供的MetaWeblog接口即可。
為此，好好研讀了一下C++博客提供的接口，基本功能都已經提供了API接口說明，如writePost，getPost等等，對於其中用到的結構體，如Post等，也定義了相關的成員變量的組成，類型等等，因此，實際上是比較好做的。為此，我就開始動手，編寫自己的博客遷移工具了。
首先確定使用的平台和技術，經過研究，決定使用Apache XML-RPC庫，並使用Java實現。
其次，編寫對應的函數和功能，初期開發講究前期驗證，為此先凌亂的寫了幾個基本函數，寫死一些變量和定義，以及所需要的Key，然後利用自己博客的一篇文章進行驗證，證明能夠獲取到對應的信息，最後才保存到HTML文件中，打開後發現所需要的基本內容都完好保存，因此可以進行後續工作。
後續，主要進行擴展功能的展開，包括對其他接口的使用，如獲取近期所有博客，獲取分類信息，獲取博客信息等等，另外，經過重構後，將相關的工具函數都轉移到一個類中實現，並盡量做到代碼復用，這個過程經歷了幾次，漸漸發現最初的代碼慘不忍睹，而重構之後，將不變的如標記字段，服務商提供地址等等，都固定在某個類中，一旦需要應用到其他平台，如CSDN博客，只需要做最小的修改即可，方便代碼復用。
最後，進行了簡單測試，並發布到Github中進行版本管理和備份，填寫相關log，後續可能會繼續做二次開發。
上面只是簡單介紹使用的技術和開發流程，至於具體的細節實現，下面就幾個重點來講解：
1. 如何發起網絡連接，並從服務器那邊獲取到所需要的博客信息？
利用Apache的XML-RPC庫實現，非常簡單，只需要進行簡單配置即可，代碼如下：
config = new XmlRpcClientConfigImpl();
client = new XmlRpcClient();
config.setServerURL(new URL(url));
client.setConfig(config); 這樣，就完成了客戶端的初始化和配置工作，此後，就可以直接利用此客戶端來發現連接請求，獲取對應的信息了。
List params = new ArrayList();
params.add("test");
params.add(USER_NAME);
params.add(USER_PASSWORD);
// 必須使用Object數組，List或者其他數組不行
Object[] arr = (Object[])client.execute(GET_BLOGS_METHOD, params);發起一次請求時，只需要先配置好參數，根據每一個API文檔定義的函數參數，放入到一個數組中，然後執行對應的函數，函數名使用GET_BLOGS_METHOD之類的保存下來，即可獲得對應的結果。
2. 如何處理獲得的結果？
由於類型都是由API文檔中定義的，比如一篇博文的信息定義為一個Post對象，而這個對象是它定義的類，包含有標題，時間等成員，成員的類型還可能不同，比如大部分是String類型，但是也有如Date時間這樣的類型。如何獲取呢？
對於一個Post對象，獲得其實就是一個個鍵值對，比如Key為“title”，value為對應的值“我的博客文章”等等，因此，可以使用Java中的Map來保存一個個鍵值對，但是這裡我們會遇到一個疑問，Post對象既然是按照一個個鍵值對來保存，如
{
"title", "我的博客標題"
"description", "我的博客正文"
"date", "博客發布時間"
}
那麼，可否就直接用Map來保存每一個鍵值，然後根據鍵來分別讀取信息呢？答案是否定的，因此並非所有的類型都是統一的，Key當然都是String類型，因為文檔中已經定義好了，但是Value卻可能不同，如Date對應的值是一個Date類型，而title對應的值是String類型，而他們都是隸屬於Post對象的，如何來處理呢？
這裡，我使用的是Map來存放每一個鍵值對，然後根據類型獲取信息，代碼如下：
String title = getPostTitle(result);
if (title != null){
System.out.println(title);
saveString += title + "
"; // 文章標題，並以HTML形式存放
}
Date date = getPostDate(result);
if (date != null) {
String dateString = getPostTime(date);
System.out.println(dateString);
saveString += dateString + "
";
}
String article = getPostArticle(result);
if (article != null) {
System.out.println(article);
saveString += article + "
";
}當然，這裡用到了子函數實現，但實際的效果就是，根據API文檔中的類型，在獲得value的時候，將Object類型強制轉換成需要的類型，比如，key為title的時候，知道值應該是String，因此就將值轉換成String類型。Key位datedTime的時候，值的類型應該是Date類型，就將它轉換成Date類型。這樣，最終就可以完全讀取出所有信息了。 www.2cto.com
而對於返回值為結構體數組的，同樣用Object數組存放，然後讀取每一個數組成員，強制轉化成Map類型，保存一個結構體的所有鍵值對，然後根據結構體定義來逐個讀取對應的值，當然，如果結構體全部都是String類型，就可以直接使用Map來保存並讀取了。
基本上來說，上面應該是這些程序中的主要難點了，解決之後，大部分問題也都可以完成，至於寫博客啥的，原理都是相同的，既然所有的信息都能夠讀取，就只需要賦值相關的語句，執行一個對應的函數而已了。
當然，在寫代碼的過程中，發現重構非常重要，雖然代碼量不大，但是從歷史上來看，變化還是非常大，後期的代碼以及比前面的耦合度要低很多，而且對於固定不變的內容等都放在類成員中，便於繼承以及代碼復用，有興趣的朋友可以試試CSDN等博客的相關功能。
附上最終實現的輸出結構：
4765
http://www.cppblog.com/deercoder/
我的編程樂園
Category Description: ACM
Category HTML Url: http://www.cppblog.com/deercoder/Category/17069.aspx
Category RSS Url: http://www.cppblog.com/deercoder/rss.aspx?catid=17069
Category Title: ACM
Category ID: 17069
Category Description: Android
Category HTML Url: http://www.cppblog.com/deercoder/Category/17867.aspx
Category RSS Url: http://www.cppblog.com/deercoder/rss.aspx?catid=17867
Category Title: Android
Category ID: 17867
Category Description: C++
Category HTML Url: http://www.cppblog.com/deercoder/Category/13117.aspx
Category RSS Url: http://www.cppblog.com/deercoder/rss.aspx?catid=13117
Category Title: C++
Category ID: 13117
Category Description: CTeX和LateX
Category HTML Url: http://www.cppblog.com/deercoder/Category/13991.aspx
Category RSS Url: http://www.cppblog.com/deercoder/rss.aspx?catid=13991
Category Title: CTeX和LateX
Category ID: 13991
Category Description: Git
Category HTML Url: http://www.cppblog.com/deercoder/Category/18145.aspx
Category RSS Url: http://www.cppblog.com/deercoder/rss.aspx?catid=18145
Category Title: Git
Category ID: 18145
