将万科博客数据导入到blogbus的perl脚本（V2）

最新推荐文章于 2024-10-16 15:51:41 发布

bsmagic

最新推荐文章于 2024-10-16 15:51:41 发布

阅读量717

点赞数

文章标签：脚本 perl comments date 情感 list

本文链接：https://blog.csdn.net/bsmagic/article/details/975438

版权

Blogbus.com不支持大文件的导入，所以版本2的脚本将准备导入的文件分隔成几个小文件，再操作。

# !/usr/bin/perl -w
use strict;
# Version 2
#Ex/Im logs and comments from Vankeweekly to Blogbus
my $head =<< BLOGHEADSTR;
<? xml version = " 1.0 " encoding = " utf-8 " ?>

< BlogBusCom dtype = " BlogData " SchemaVersion = " 1.0-b " Creator = " BlogBus.Com BlogSystem V2.0.1-beta " >
< Description >
 < BlogName > 流放之地的狂欢 </ BlogName >
 < ExportTime > 2006 - 07 - 24 16 : 17 : 37 </ ExportTime >
 < DomainName > bsmagic . blogbus . com </ DomainName >
</ Description >
BLOGHEADSTR

my $tail = " </BlogBusCom> " ;

my $svk = "" ;
open IN , " F:/home/bsmagic/MyBlogData20060725.xml " ;
$ /= undef ;
$svk =< IN > ;
my %hvk ;
close IN;

my $cnts = 0 ;
while ( $svk =~/< blog_Content( .+? ) > ( .+? ) </ blog_Content / sg and $cnts ++< 5000 ) {
 # print OUT $2," ";
 my $sc = $ 2 ;
 $sc =~/< PostType > ( d + ) </ PostType >/ s;
 if ($ 1 == 1 or $ 1 == 2 ) {
 # <ID> <ID>20169</ID>
 $sc =~/ < ID > ( .+? ) </ ID >/ s;
 my $cnt = $ 1 ;
 $hvk { $cnt } -> {content} = $sc ;
 # <DateAdded>2005-11-30T15:52:00</DateAdded>
 $sc =~/< DateAdded > ( .+? ) </ DateAdded >/ s;
 $hvk { $cnt } -> {logdate} = $ 1 ;
 # <Title>软件开发的模式：脚本＋运行器＋UI</Title>
 $sc =~/ < Title > ( .+? ) </ Title >/ s;
 $hvk { $cnt } -> {title} = $ 1 ;
 # <Text>
 $sc =~/ < Text > ( .+? ) </ Text >/ s;
 $hvk { $cnt } -> {text} = $ 1 ;
 # <Abstract>
 $hvk { $cnt } -> {abstract} = $hvk { $cnt } -> {text};
 } elsif ($ 1 == 8 ){
 # <ParentID>20092</ParentID>
 $sc =~/ < ParentID > ( .+? ) </ ParentID >/ s;
 my $cnt = $ 1 ;
 # <ID> <ID>20169</ID>
 $sc =~/ < ID > ( .+? ) </ ID >/ s;
 my $cmtid = $ 1 ;
 $hvk { $cnt } -> {comments} -> { $cmtid } -> {content} = $sc ;
 # <DateAdded>2005-11-30T15:52:00</DateAdded>
 $sc =~/< DateAdded > ( .+? ) </ DateAdded >/ s;
 $hvk { $cnt } -> {comments} -> { $cmtid } -> {logdate} = $ 1 ;
 # <Title>软件开发的模式：脚本＋运行器＋UI</Title>
 $sc =~/ < Title > ( .+? ) </ Title >/ s;
 $hvk { $cnt } -> {comments} -> { $cmtid } -> {title} = $ 1 ;
 # <Text>
 $sc =~/ < Text > ( .+? ) </ Text >/ s;
 $hvk { $cnt } -> {comments} -> { $cmtid } -> {text} = $ 1 ;
 # <Abstract>
 $hvk { $cnt } -> {comments} -> { $cmtid } -> {abstract} = $hvk { $cnt } -> {text};
 # ip <SourceName>10.49.41.156</SourceName>
 $sc =~/ < SourceName > ( .+? ) </ SourceName >/ s;
 $hvk { $cnt } -> {comments} -> { $cmtid } -> {ip} = $ 1 ;
 # <Author>游客（未登录或非周刊用户）</Author>
 $sc =~/ < Author > ( .+? ) </ Author >/ s;
 $hvk { $cnt } -> {comments} -> { $cmtid } -> {author} = $ 1 ;
 # <SourceUrl>http://www.vankeweekly.com/blog/晟晟/archive/2005/10/28/20092.html</SourceUrl>
 $sc =~/ < SourceUrl > ( .+? ) </ SourceUrl >/ s;
 $hvk { $cnt } -> {comments} -> { $cmtid } -> {url} = $ 1 ;
 }
}

my $sc =<< COMNSTR;
< TrackBack />
< Status > 1 </ Status >
< AllowComment > Y </ AllowComment >
< AllowPing > Y </ AllowPing >
< AllowLinks > Y </ AllowLinks >
COMNSTR
my $flagcount = 0 ;
my @entry_list = keys %hvk ;
foreach ( @entry_list ) {
 if ( ++ $flagcount % 50 == 1 ) {
 if ( $flagcount > 1 ) {
 print OUT $tail ;
 close OUT;
 }
 open OUT , " >./toblogbus/toblogbus20060725_ " . $flagcount . " .xml " ;
 print OUT $head ;
 }
 my $date = $hvk { $_ } -> {logdate};
 if (not defined ( $date )) {
 # print $_," ";
 $flagcount -- ;
 next ;
 }
 print OUT ' <Log> ' , " " ;
 print OUT ' <Title> ' . $hvk { $_ } -> {title} . ' </Title> ' , " " ;

 $date =~ s / T / / ;
 print OUT ' <LogDate> ' . $date . ' </LogDate> ' , " " ;
 print OUT ' <Excerpt> ' . $hvk { $_ } -> {abstract} . ' </Excerpt> ' , " " ;
 print OUT $sc ;
 print OUT ' <Content> ' . $hvk { $_ } -> {text} . ' </Content> ' , " " ;
 print OUT ' <Writer>bsmagic</Writer> ' , " " ;
 print OUT ' <Tags>VankeWeekly Life Motion Philosophy Fun Thought</Tags> ' , " " ;
 print OUT " <Comments> " ;
 my $ph_comments = $hvk { $_ } -> {comments};
 grep {
# <Comment>
# <Email>bsmagic@gmail.com</Email>
# <HomePage />
# <PostIP>60.176.141.120</PostIP>
# <NiceName>屠龙江湖</NiceName>
# <CommentText>Comment Test！</CommentText>
# <CreateTime>2006-07-25 14:34:47</CreateTime>
# </Comment>
 my $date = $ph_comments -> { $_ } -> {logdate};
 $date =~ s / T / / ;
 print OUT ' <Comment> ' ;
 print OUT ' <Email /> ' ;
 print OUT ' <HomePage> ' . $ph_comments -> { $_ } -> {url} . ' </HomePage> ' , " " ;
 print OUT ' <PostIP> ' . $ph_comments -> { $_ } -> {ip} . ' </PostIP> ' , " " ;
 print OUT ' <NiceName> ' . $ph_comments -> { $_ } -> {author} . ' </NiceName> ' , " " ;
 print OUT ' <CommentText> ' . $ph_comments -> { $_ } -> {text} . ' </CommentText> ' , " " ;
 print OUT ' <CreateTime> ' . $date . ' </CreateTime> ' , " " ;
 print OUT ' </Comment> ' ;

 } keys % { $ph_comments };
 print OUT " </Comments> " ;
 print OUT ' </Log> ' , " " ;
# <Log>
# <Title>快乐的发电机</Title>
# <LogDate>2006-01-19 13:57:08</LogDate>
# <Excerpt>用电路来比喻人的情感过程。将人的情感体验比做一个灯泡，快乐就是灯泡亮，烦恼就是灯泡灭。 灯泡和一个电阻相串联，这个电阻就是本能和社会给予的各种欲望和思想上的系累和束缚。 电源是一台发电机。 驱动发电机的是水库流水的冲击力，发电机的输出功率取决于水库的落差。 水库中的水，一来自降雨（外来的心理能量），而来自水泵（烦恼）。 要快乐，有以下的方法。 A。提高发电机的输出功率 1。先烦恼，把水泵上去。 2。吸取外界的心理能量，或者通过各种外源和内源的刺激来激发内在的心理能量。 3。改进发动机B。减少额外能量消耗 1。降低电阻，祛除或者掌握各种思想系累和束缚。最高级的人，是把发电机变成一个永动机，那是不可能的。 </Excerpt>
# <TrackBack/>
# <Status>1</Status>
# <AllowComment>Y</AllowComment>
# <AllowPing>Y</AllowPing>
# <AllowLinks>Y</AllowLinks>
# <Content>用电路来比喻人的情感过程。将人的情感体验比做一个灯泡，快乐就是灯泡亮，烦恼就是灯泡灭。 灯泡和一个电阻相串联，这个电阻就是本能和社会给予的各种欲望和思想上的系累和束缚。 电源是一台发电机。 驱动发电机的是水库流水的冲击力，发电机的输出功率取决于水库的落差。 水库中的水，一来自降雨（外来的心理能量），而来自水泵（烦恼）。 要快乐，有以下的方法。 A。提高发电机的输出功率 1。先烦恼，把水泵上去。 2。吸取外界的心理能量，或者通过各种外源和内源的刺激来激发内在的心理能量。 3。改进发动机B。减少额外能量消耗 1。降低电阻，祛除或者掌握各种思想系累和束缚。最高级的人，是把发电机变成一个永动机，那是不可能的。 </Content>
# <Writer>bsmagic</Writer>
# <Tags>哲理情感人生快乐</Tags>
# </Log>
 if ( $flagcount == $ # entry_list+1) {
 print OUT $tail ;
 close OUT;
 }
}