博客搬家了~

原來寫在<a href="http://www.cnblogs.com/firstForEver/">博客園的博客</a>，搬家了~  新博客地址：http://www.hansongda.club/

前幾天花了三頭二百買了一年的服務器資源，正好前段時間研究研究Laravel框架，就搭建了一個博客系統。<br>

服務|版本
---|---
Linux|CentOS 7.1
nginx|1.8
mysql|5.6
php|7.1
redis|4.0
Laravel|5.4

遷移過程：<br/>

一開始很頭疼原來的博客文章，怎麼導過來...
想主意怎麼爬取下來，後來意外驚喜的發現博客園右上角有個備份按鈕，立刻點擊一下試試。蕩下來是個XML文件，CDATA部分都是以html存在的文章內容。
<br>
妥了！解析XML就okay了..
<br>展示PHP最好的語言了，直接處理xml的函數

```
simplexml_load_file()

```

尷尬的發現這個函數，默認不能解析出來CDATA部分數據...沒查手冊，立刻想到是用正則解析出來這部分數據：

備份下的xml文章內容的格式以下：

```

<description><![CDATA[<p> Laravel框架中間件使用</p> ]]></description>

<description><![CDATA[<p> 浮點數乘積之後取整，獲得的數不符預期</p>]]></description>

```

若是用正則匹配CDATA區的數據，須要用到<b>零寬向前/後匹配</b>和<b>非貪婪</b>兩個知識點。

```

# 左匹配 <description><![CDATA[
# 右匹配 ]]></description>
# 文章內容利用 [\s\S]*?，問號? 非貪婪模式匹配

preg_match_all('/(?<=<description><\!\[CDATA\[)([\s\S]*?)(?=\]\]><\/description>)/', $xml, $match);

```

正則寫完了之後，發現這樣子導入仍是不如xml一下解析出來來的快..<br/>
網上查了下simplexml的函數，其實第三個可選參數是能夠指定解析CDATA部分的...^_^ 完美

<br>導入的php主要代碼以下：

```

// 博客園備份下來的xml
$filename = 'blogbackup.xml';

// 指定第三個可選參數，解析CDATA
$xml = simplexml_load_file($filename, null, LIBXML_NOCDATA);

// $xml對象，解析成數組格式 巧妙 encode->decode
$xml = json_decode(json_encode($xml), true);

// 倒轉一下：按照原博客的發表順序，導入到新博客
$content = array_reverse($xml['channel']['item']);

// 導入
foreach($content as $con){
// 博客發表時間保持不變
// (date('Y-m-d H:i:s', strtotime($con['pubDate'])+8*3600));

// 入庫操做...
}

```

<br>
導入OK之後，一切看起來都是完美的...直到發現有篇帶圖片的文章，展現不出來...尷尬
原來圖片地址仍是博客園存儲的地址，人家爲了<b>防盜鏈</b>，固然展現不出來了，http code都是403了。

<br>
問題都來了，怎麼解決咧?<br/>

把這些圖片下載到本身的服務器上，圖片名稱保持不變，而後文章內容裏的 img.src 更換下path地址。<br>
<b>正則</b>又來了，開始匹配這些圖片標籤：
發現這些圖片的共性是，好比：<br>

```
<img src="http://images2015.cnblogs.com/blog/680022/201707/680022-20170714152746556-1823048196.jpg" />

<img src="http://images2017.cnblogs.com/blog/680022/201708/680022-20170802174118708-212238500.png" alt="" width="624" height="157" />

```

匹配表達式：

```
/http:\/\/images201[0-9].cnblogs.com\/blog\/[^>]+\/([^\/]+)\.(jpg|png)/
```

下載這些圖片：進到本身服務器的圖片目錄

```
$filename = 'blogbackup.xml';

$content = file_get_contents($filename);

preg_match_all('/http:\/\/images201[0-9].cnblogs.com\/blog\/[^>]+\/([^\/]+)\.(jpg|png)/', $content, $match);

foreach($match[0] as $img){
shell_exec('curl -O '.$img);
}

```

替換這些圖片 img.src的path路徑：我這裏用了（../images/1/xx）目錄

```
# $1匹配出圖片名稱，保持不變；$2是後綴
$re = preg_replace('/http:\/\/images201[0-9].cnblogs.com\/blog\/[^>]+\/([^\/]+)\.(jpg|png)/', '../images/1/$1.$2', $content);

file_put_contents('blogbackup_new.xml', $re);

```

再利用最新的備份blogbackup_new.xml，導入到本身的博客系統~

<br>

Okay, 終於安靜了~