CSDN博客搬家到WordPress

時間 2020-05-28
原文原文鏈接
一直想把CSDN上寫的博客，搬家移植到本身的WordPress博客，網上介紹了一些方法，例如先把CSDN博客導入博客園，而後從博客園導出xml文件，最後用WordPress導入工具導入進WordPress博客，操做步驟太繁雜。javascript
因而週末在家本身動手用Python寫了爬蟲腳本，利用WordPress自定義的投稿功能（wp_insert_post），導入進WordPress博客，步驟只有簡單的兩步：html
步驟1：Python腳本爬取CSDN博客，包括博客標題，正文，發佈日期，瀏覽數，標籤java
步驟2：利用WordPress投稿功能插入到WordPress，把全部CSDN博客導入WordPresspython
Python完整代碼：c++
 
        #!/usr/bin/env python 
       
        # -*- coding:utf8 -*- 
       
        ''' 
       
        author  :    yanggang@mimvp.com 
       
        date    :    2015-12-01 
       
        blog    :    http://blog.mimvp.com 
       
        demo    :    http://blog.mimvp.com/category/csdn_blog/ 
       
        安裝庫文件： 
       
        1. MySQLdb，鏈接MySQL數據庫，修改瀏覽次數 
       
        2. bs4，    格式化HTML，抓取過濾CSDN網頁內容 
       
        WordPress博客POST文章接口API 
       
        http://blog.mimvp.com/tougao/ 
       
        查詢自動POST文章ID： 
       
        select id from wp_posts where post_title like '【米撲代理】%' 
       
        修改POST文章瀏覽數： 
       
        update wp_postmeta set meta_value=meta_value+100 where meta_key='views' and post_id in (select id from wp_posts where post_title like '【米撲代理】%'); 
       
        修改瀏覽次數小於100 
       
        select post_id, meta_value from wp_postmeta where  meta_key='views' and meta_value < 100 and post_id in (select id  from wp_posts where post_status = 'publish'); 
       
        ''' 
       
        import 
        time, datetime 
       
        import 
        os, random 
       
        import 
        urllib, urllib2 
       
        import 
        base64 
       
        import 
        bs4 
       
        import 
        MySQLdb 
       
        import 
        sys 
       
        reload 
        (sys) 
       
        sys.setdefaultencoding( 
        'utf-8' 
        ) 
       
        # 排除要抓取的CSDN博客連接 
       
        EXCLUDE_BLOG_URL  
        = 
        [ 
       
        'http://blog.csdn.net/sunboy_2050/article/details/45868613' 
        , 
       
        'http://blog.csdn.net/sunboy_2050/article/details/49449319' 
        , 
       
        'http://blog.csdn.net/sunboy_2050/article/details/48622023' 
        , 
       
        'http://blog.csdn.net/sunboy_2050/article/details/47858847' 
        , 
       
        ] 
       
        # 根據CSDN博客標題打標籤tags 
       
        CATEGORY_DICT  
        = 
        { 
       
        'Python'    
        :    
        1 
        , 
       
        'C/C++'     
        :    
        2 
        , 
       
        '網絡常識'   
        :    
        3 
        , 
       
        'Algrithm'  
        :    
        11 
        , 
       
        'Clojure'   
        :    
        4 
        , 
       
        'CSDN'      
        :    
        5 
        , 
       
        'Git/SVN'   
        :    
        6 
        , 
       
        'Go'        
        :    
        7 
        , 
       
        'HTML/CSS/JS'  
        :    
        8 
        , 
       
        'iOS/Android'  
        :    
        9 
        , 
       
        'Java/JSP'     
        :    
        113 
        , 
       
        'Linux/Unix'   
        :    
        95 
        , 
       
        'MacBook'      
        :    
        111 
        , 
       
        'Nginx/Apache' 
        :    
        112 
        , 
       
        'PHP'          
        :    
        777 
        , 
       
        'SQL/NoSQL'    
        :    
        114 
        , 
       
        'Storm/Hadoop' 
        :    
        115 
        , 
       
        'WP技巧'        
        :    
        12 
        , 
       
        '產品經理'       
        :    
        116 
        , 
       
        '創業邦'        
        :    
        3 
        , 
       
        '理財'          
        :    
        117 
        , 
       
        '生活小札'       
        :    
        4 
        , 
       
        '科技資訊'       
        :    
        10 
        , 
       
        '米撲代理'       
        :    
        118 
        , 
       
        '系統架構'       
        :    
        97 
        , 
       
        '軟件測試'       
        :    
        119 
        , 
       
        'leetcode'   
        :    
        11 
        , 
       
        '鏈表'        
        :    
        11 
        , 
       
        '算法'        
        :    
        11 
        , 
       
        'leetcode'   
        :    
        11 
        , 
       
        'django'     
        :    
        1 
        , 
       
        'tornado'    
        :    
        1 
        , 
       
        'c語言'       
        :    
        2 
        , 
       
        'c++'        
        :    
        2 
        , 
       
        'c#'         
        :    
        2 
        , 
       
        'vc'         
        :    
        2 
        , 
       
        'qt'         
        :    
        2 
        , 
       
        '網絡'     
        :    
        3 
        , 
       
        '算法'     
        :    
        11 
        , 
       
        'Git'     
        :    
        6 
        , 
       
        'SVN'     
        :    
        6 
        , 
       
        '版本控制'  
        :    
        6 
        , 
       
        'HTML'    
        :    
        8 
        , 
       
        'CSS'     
        :    
        8 
        , 
       
        'JS'      
        :    
        8 
        , 
       
        'javascript' 
        :    
        8 
        , 
       
        'iOS'     
        :    
        9 
        , 
       
        'Android' 
        :    
        9 
        , 
       
        'Java'    
        :    
        113 
        , 
       
        'JSP'     
        :    
        113 
        , 
       
        'JVM'     
        :    
        113 
        , 
       
        'Spring'  
        :    
        113 
        , 
       
        'Eclipse' 
        :    
        113 
        , 
       
        'Linux'   
        :    
        95 
        , 
       
        'Unix'    
        :    
        95 
        , 
       
        'Ubuntu'  
        :    
        95 
        , 
       
        'CentOS'  
        :    
        95 
        , 
       
        'Shell'   
        :    
        95 
        , 
       
        'AWK'     
        :    
        95 
        , 
       
        'vim'     
        :    
        95 
        , 
       
        'Nginx'   
        :    
        112 
        , 
       
        'Apache'  
        :    
        112 
        , 
       
        'Tomcat'  
        :    
        112 
        , 
       
        '數據庫'   
        :    
        114 
        , 
       
        'SQL'     
        :    
        114 
        , 
       
        'NoSQL'   
        :    
        114 
        , 
       
        'MySQL'   
        :    
        114 
        , 
       
        'Redis'   
        :    
        114 
        , 
       
        'Memcache' 
        :    
        114 
        , 
       
        'mongo'   
        :    
        114 
        , 
       
        'sqlite'  
        :    
        114 
        , 
       
        'WP'      
        :    
        12 
        , 
       
        'WordPress'     
        :    
        12 
        , 
       
        '軟件'     
        :    
        119 
        , 
       
        '測試'     
        :    
        119 
        , 
       
        'Storm'   
        :    
        115 
        , 
       
        'Hadoop'  
        :    
        115 
        , 
       
        } 
       
        # CSDN博客用urllib2 + header抓取不了，改用了curl爬取網頁 
       
        headers  
        = 
        { 
       
        'Use-Agent' 
        :    
        'Mozilla/5.0 (X11; Linux x86_64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/41.0.2272.118 Safari/537.36' 
        , 
       
        'Cookie'    
        :    
        'bdshare_firstime=1430381399166; uuid_tt_dd=-4349350129693538496_20150430; __gads=ID=b549fb1461110ca8:T=1430381399:S=ALNI_MbhiN2nMgWWiXPP25667Pq-BPZf5g; CloudGuest=dbieDkbnW7cz5P9qimYEjpecak8Udv0BPR8Iflg0PlBd3HR1Wj+RyQQksR2cDE9ab/hPXNGjFpuKsRe1dFjVJjY+mf3bfeWiP6kN0TKk1rY6g5SOuowPs/8F5FJJBdddW71JZ7rp4Q9b8DsLk2TASIPHLj3iL599bPUGKga0mRsaTJi0td73QBZaNlY7+VAl; __qca=P0-127195741-1432118980220; lzstat_uv=29735680241046032471|2955225@3582543@2675686@3411160; __utma=1722629.287164464.1430711804.1438215324.143920134.51; __utmz=1722629.14380001130.49.44.utmcsr=baidu|utmccn=(organic)|utmcmd=organic; UN=Sunboy_2050; UE="yanggang_2050@19.com"; __message_district_code=110000; uuid=92c68418-b2bd-41bc-846d-a1e4e9cf094; _ga=GA1.2.287164464.1430711804; scvh=2011-09-09+17%3a11%3a33+003; FullCookie=1; ViewMode=list; avh=8471508%2c298041%2c45868613%2c2659431%2c17398807; __message_sys_msg_id=0; __message_gu_msg_id=0; __message_cnel_msg_id=0; __message_in_school=0; lzstat_ss=3875140043_20_1448553416_2955225; dc_tos=nyewqw; dc_session_id=1448524616939' 
        , 
       
        'Host'      
        :    
        'blog.csdn.net' 
        , 
       
        'DNT'       
        :    
        1 
        , 
       
        'Cache-Control'     
        :    
        'max-age=0' 
        , 
       
        'Connection'        
        :    
        'keep-alive' 
        , 
       
        'Accept'            
        :    
        'text/html,application/xhtml+xml,application/xml;q=0.9,image/webp,*/*;q=0.8' 
        , 
       
        'Accept-Encoding'   
        :    
        'gzip, deflate, sdch' 
        , 
       
        'Accept-Language'   
        :    
        'en-US,en;q=0.8,zh-CN;q=0.6,zh;q=0.4' 
        , 
       
        'DNT'    
        :    
        1 
        , 
       
        } 
       
        # hangzhou of 115.29.237.28 
       
        PROXY_MYSQL_SERVER  
        = 
        { 
       
        "host"     
        :    
        "localhost" 
        , 
       
        "port"     
        :    
        3306 
        , 
       
        "user"     
        :    
        "root" 
        , 
       
        "passwd"   
        :
相關標籤/搜索
每日一句
每一个你不满意的现在，都有一个你没有努力的曾经。