程式師世界 >> 編程語言 >> .NET網頁編程 >> C# >> C#入門知識 >> 把博客園的博客導出為MovableType的文本格式，movabletype

把博客園的博客導出為MovableType的文本格式，movabletype

編輯：C#入門知識

把博客園的博客導出為MovableType的文本格式，movabletype

最近把以前的wordpress建的博客刪了，用textpattern重新建了一個獨立博客，http://www.shenlongbin.com，可以把它當成博客園上內容的備份，但導入我以前的一大堆文章非常有難度。經過一番折騰，終於把博客園的內容導出為文本，再導入到textpattern中了。

第一步：C#編程把博客園內容讀取出來

博客園的管理端提供了博客備份功能，可以生成一個xml文件，但只能備份博客的主要內容，並不包含博客的摘要信息和關鍵詞信息，需要用metaweblogAPI進行訪問才能獲得詳細的信息。快速學習了metaweblog編程知識，內部采用了XML-RPC調用，從網上搜索相關資料和類庫。很多地方都引用了XML-RPC.NET項目的類庫（名字空間以CookComputing開頭），並修改了相關代碼，可惜下載網址被偉大的牆擋住了，通過VPN才好不容易把xml-rpc.net.2.5.0.zip(.NET framework 2.0)下載下來。原始地址在這裡：http://xmlrpcnet.googlecode.com/files/xml-rpc.net.2.5.0.zip。大CC有一篇文章介紹了metaweblogAPI，另外這篇文章介紹了調用方法，只需要稍微修改一點，就可以獲取博客園上博的客了。

博客園的metaweblog的訪問接口可以訪問：http://www.cnblogs.com/speeding/services/metaweblog.aspx，從而獲得詳細的描述信息。實際上在xml-rpc.net2.5.0壓縮包中的interfaces/MetaWeblogAPI.cs文件中可以找到主要類或結構的定義，稍微添加或修改即可。

    [XmlRpcMissingMapping(MappingAction.Ignore)]
    public struct Post
    {
        [XmlRpcMissingMapping(MappingAction.Error)]
        [XmlRpcMember(Description = "Required when posting.")]
        public DateTime dateCreated;

        [XmlRpcMissingMapping(MappingAction.Error)]
        [XmlRpcMember(Description = "Required when posting.")]
        public string description;

        [XmlRpcMissingMapping(MappingAction.Error)]
        [XmlRpcMember(Description = "Required when posting.")]
        public string title;

        public string[] categories;
        public Enclosure enclosure;
        public string link;
        public string permalink;

        [XmlRpcMember(
           Description = "Not required when posting. Depending on server may "
           + "be either string or integer. "
           + "Use Convert.ToInt32(postid) to treat as integer or "
           + "Convert.ToString(postid) to treat as string")]
        public object postid;

        public Source source;
        public string userid;

        public object mt_allow_comments;
        public object mt_allow_pings;
        public object mt_convert_breaks;
        public string mt_text_more;
        public string mt_excerpt;

        public string mt_keywords; // add by shenlb, for cnblogs
        public string wp_slug;     // add by shenlb, for cnblogs;
    }

我們單位訪問互聯網要用到代理，還要密碼驗證，所以關鍵代碼得添加幾行：

MetaWeblogCnblogs blog = new MetaWeblogCnblogs();
blog.Url = "http://www.cnblogs.com/speeding/services/metaweblog.aspx";
Uri proxyURI = new Uri("http://myproxyhost.myproxydomain.com:80");
System.Net.WebProxy proxyObject = new System.Net.WebProxy(proxyURI, false);
proxyObject.Credentials = new System.Net.NetworkCredential("proxy_username", "proxy_password");
blog.Proxy = proxyObject;
Post[] posts = blog.getRecentPosts("speeding", "speeding", "my_blog_admin_password", 50);

這樣就可以獲得博客內容了，但需要再調用getPost才能獲得詳細的信息，這裡就可以看到摘要和關鍵詞了。

Post detail = blog.getPost(post.postid.ToString(), "speeding", "my_blog_admin_password");

第二步：利用pandoc把html內容轉換為textile標記

Post中的description中都是html標記，而textpattern默認的標記語言是textile，所以需要將其轉換為textile，關於textile標記的百科知識見這裡。

這裡要用到著名的pandoc了，這個神奇的工具竟然是用haskell寫成了，以前學習haskell語言的時候以為只是一種教學語言，真有人寫出了實用程序！

把博客中內容寫入temp.html文件中，再用下面的命令行就可以轉換了。

pandoc.exe -t textile -o textile.txt temp.html

主要代碼：

ProcessStartInfo startInfo = new ProcessStartInfo();
startInfo.CreateNoWindow = false;
startInfo.UseShellExecute = false;
startInfo.FileName = "..\\..\\pandoc.exe";
startInfo.WindowStyle = ProcessWindowStyle.Hidden;
startInfo.Arguments = "-t textile -o textile.txt temp.html";
using (Process exeProcess = Process.Start(startInfo))            {
     exeProcess.WaitForExit(); 
}    
return File.ReadAllText("textile.txt");

第三步：生成import.txt文件

對幾百篇博客文章循環處理，追加到import.txt文件即可，最後的文件用UTF8保存。

Movable Type博客的文本格式說明文檔可以看這裡： https://movabletype.org/documentation/appendices/import-export-format.html#example

簡單說明一下：文件用UTF8編碼存儲，前面幾行是單行文本信息，後面的BODY、KEYWORDS和EXCERPT是多行文本，多行文本需要用5個短橫分開，每篇文章用8個短橫分開，最簡單的一個例子：

TITLE: A dummy title

AUTHOR: shenlongbin

DATE: 01/31/2012 03:31:05 PM

PRIMARY CATEGORY: reading

CATEGORY: reading

-----

BODY:

This is the body.

Another paragraph here.

-----

EXCERPT:

See, this entry does not have an extended piece; but it does have an excerpt. It is special.

-----

--------

裡面的日期格式有要格要求，關鍵代碼：

IFormatProvider culture = new CultureInfo("en-US", true);

string date = post.dateCreated.ToString("dd/MM/yyyy hh:mm:ss tt", culture); // 08/05/2002 04:05:23 PM

第四部：上傳import.txt文件，導入

文件必須放在public_html/textpattern/include/import目錄下，並且文件名一定是import.txt。實際上textpattern的管理端可以導入Movable Type(File/MySQL)、Blogger、b2、WordPress等格式的博客，但支持文本文件導入的只有Movable Type和Blogger。

在textpattern的管理界面上執行import操作，導入成功時會出現博客文章的列表。

3787-20151225081538812-115235259

其它

以前都是用blog_backup這個小程序來備份我的博客，現在發現自己寫的這個小程序可以備份得更為徹底，還可以稍微修改導出到wordpress。一番折騰，學到了這些知識點：movableType, metaweblog, xml-rpc, textile, pandoc, c# culture in date.ToString(), WebProxy……