ZCC的专栏

每天坚持看书和写作,相信每天的一小步,将会是人生的一大步! 形成、知化、流动、屏读、使用、共享、过滤、重混、互动、追踪、提问、开始!...

通过爬虫迁移CSDN博客

最早是在CSDN上写博客的,可是渐渐发现CSDN写博客有诸多限制,而且CSDN博客时不时会挂掉,因此后面用Hexo在github上搭了一个新博客,也就是现在这个。然而这样一来很多文章就留在CSDN上,而在新博客上找不到了。因此前几天用Java写了一个爬虫,把CSDN上的博客内容爬了下来,并解析成markdown格式存储在本地,这样就可以方便的迁移到新的博客了。

CSDN博客迁移,把CSDN博客上的内容爬取下来,存为本地的md文件,方便部署到hexo。

具体需求如下:

    1. 博文内容要转换成MarkDown源码格式存储。
    1. 支持CSDN博客内容是MarkDown渲染或者非MarkDown渲染的。
    1. 除了文章正文,其他信息(如标题、发布时间、分类、标签、是否转载等)也要保存下来。
    1. 生成文章描述。

1、实现思路

  • 用爬虫把需要的内容爬取下来
  • 然后解析相应的内容
  • 存储在本地
  • 发布在新博客

2、如何使用

  • 下载jar包 点击下载
  • 执行命令
    java -jar csdn-blog-migration-crawler.jar 博客地址 本地存储路径
    如,
    java -jar csdn-blog-migration-crawler.jar timberwolf_2012 /Users/chenzz/Desktop/blog/

阅读更多
个人分类: python爬虫
想对作者说点什么? 我来说一句

没有更多推荐了,返回首页

加入CSDN,享受更精准的内容推荐,与500万程序员共同成长!
关闭
关闭