九天雁翎的博客
如果你想在软件业获得成功,就使用你知道的最强大的语言,用它解决你知道的最难的问题,并且等待竞争对手的经理做出自甘平庸的选择。 -- Paul Graham

从Wordpress中导入友言的评论

Github Page是静态网页, 本身是没有评论系统的, 国外的好像比较流行Disqus, 国外的模版一般都是接的Disqus, 我以前一直用的是友言, 正好也是类似的系统, 也能用, 但是碰到一个问题, 友言的评论是以URL为标识的, 而新改了Github Page以后所有博客文章的地址都变了, 所以虽然评论都还保留在友言的服务器上, 但是其实所有的评论都匹配不了新的文章, 等于都丢失了咨询了友言的客服, 没有解决办法, 但是好在友言还算是国内比较开放的企业, 有数据导入和导出功能, 所以感觉可以把评论数据都导出, 然后经过修改, 改成新博客需要的形式, 然后再导入, 实际检验, 这条路还是走通了, 所以如你所见, 原来的评论都还在, 只是貌似友言的数据导入导出有Bug, 把评论的登录信息都丢了. 本文记录的就是这个过程, 和相关的代码, 希望能对其他碰到类似情况的人有帮助.

目录:

导出

友言的后台管理里面, 选择安装备份->导出数据, 友言就开始生成导出的数据了, 隔一段时间后, 回来下载即可.
友言导出的数据格式是个Json文件, 格式如下:(来自官网的说明)

[
{
	"su": "",
		"url": "http://d.com/a.html",
		"title": "测试一下,你就知道",
		"content": "c",
		"time": "2012-10-09 10:40:29",
		"uname": "test",
		"email": "zhangsan@sina.com",
		"ulink": "http://blog.jiathis.com",
		"status": "0",
		"child": [
		{
			"content": "@test: e",
			"time": "2012-10-09 10:40:51",
			"uname": "test",
			"email": "zhangsan@sina.com",
			"ulink": "http://blog.jiathis.com",
			"status": "0"
		},
		{
			"content": "@test: d",
			"time": "2012-10-09 10:40:37",
			"uname": "test",
			"email": "zhangsan@sina.com",
			"ulink": "http://blog.jiathis.com",
			"status": "0"
		}
	]
}
]

字段解释:

  • su: 自定义页面标识 (如果定义了页面标识则填写,未定义则留空)
  • url: 页面地址 (su或者url必选一个)
  • title: 页面标题 (非必选)
  • content: 评论内容 (必选)
  • time: 评论时间 (如果没有时间可以不用填写,但是强烈建议填写,以便评论排序)
  • uname: 昵称 (必选)
  • email: 邮箱地址 (非必选)
  • ulink: 个人主页链接地址 (非必选)
  • status: 评论状态: 0:正常, 1:待验证, 2:垃圾,3:已被删除 (非必选,默认是正常评论)
  • child: 子评论,格式和父级评论大致相同,但是子集评论无更下一级的评论 (包括content,time,uname,email,ulink,status)

可以看到导出信息里面的确没有登录信息, 所以再次导入后, 只能看到正确的用户名, 但是已经看不出来用户是从哪登录并且评论的了.

问题

看了导出的格式以后, 目的就很明确了, 只需要把原来的url改成新的url就可以了, 但是问题来了, 博客改版的比较扭曲, 没有从原来url到新url的映射规则.
于是首先需要找出这个映射规则, 我想到的办法比较直接, 就是用文章的名字来做映射, 因为url再变, 文章名字其实没变.
这里有几个办法, 可以直接扒所有文章页面, 然后从里面抓出相关的信息, 但是感觉这样太麻烦了, 我直接在博客中加了一个for_comment.json的json文件, 利用Jekyll的静态网页生成功能, 通过Jekyll生成了一个需要的Json格式的文件. 原文件如下:

---
layout: none
---
[
 {% for post in site.posts %}{
	"date" : "{{ post.date | date: "%Y-%m-%d" }}",
	"url" : "{{site.url }}{{ post.url }}",
	"title" : "{{ post.title }}"
},{% endfor %}
]

通过jekyll build生成网页后, 得到了如下包含日期, url, title等关键信息的json文件, 这样方便处理.

[
    {
        "date": "2013-12-05",
        "url": "http://www.jtianling.com/procrastination-is-not-a-big-deal.html",
        "title": "拖拉一点也无妨"
    },
    {
        "date": "2013-08-21",
        "url": "http://www.jtianling.com/a-childhood-dream-come-true-building-spine.html",
        "title": "[译]儿时梦想成真: Spine背后的故事"
    }

处理

接下来的事情就简单了, 一个Ruby程序的事情:

#!/usr/bin/env ruby
require 'json'
require 'set'

# read the jekyll built file
$list_file = File.read('list.json')
$list_obj = JSON.parse($list_file)

# read the uyan exported file
$export_file = File.read('export.json')
$export_obj = JSON.parse($export_file)
$export_set = Set.new

# build the map
$export_obj.each do |obj|
	$export_set.add obj['title']
end
puts "comment count: #{$export_obj.count}"
puts "all file count: #{$list_obj.count}"
puts "Export set count #{$export_set.count}"

$match_count = 0
$changed_count = 0
$list_obj.each do |obj|
	if $export_set.include? obj['title'] then
		$match_count += 1
		$export_set.delete obj['title']
	end

	$export_obj.each do |comment|
		if comment['title'] == obj['title'] then
			$changed_count += 1
			comment['url'] = obj['url']
		end
	end
end

# summarize the result and output the Not matched article title.
$export_set.each do |title|
	puts "Not matched title #{title}"
end

puts "Matched count #{$match_count}"
puts "Changed comment count #{$changed_count}"

# write changed export file
File.open('changed.json', 'w') do |f|
	f.write(JSON.pretty_generate($export_obj))
end

总结

最终的结果还是让人满意的, 这个过程中特别不让人满意的是友言的支持, 由于我的博客评论有2000多条, 190多页, 友言又没有提供一次删除的操作, 最多一次只能删一页, 我要通过导出再导入的办法恢复评论的话, 原来的评论其实是已经没有用了, 但是要删190多页, 这个太折磨人了, 找友言的客服帮下忙, 要他清空一下我友言的数据库, 我再导入其实就好了, 但是就是这么简单的需求, 友言的客服一再的推脱, 找各种理由, 提出各种不能忍的解决方案:

  • 新建一个帐号 – 我之所以用友言, 就是因为他和jiathis, 友荐一个帐号, 比较方便, 可以统一管理, 要是新建一个友言帐号, 我的jiathis, 友荐帐号就都得变, 不能接受
  • 手工删除 – 等于没有提供任何解决方案

最不能接受的是, 不提供解决方案就算了, 还一味的跟我说友言就是要尽最大可能保存用户的数据, 不知道这跟我需要的操作有什么关系, 难道其他网站都不要保存用户数据了? 连github都有彻底删除仓库的方法啊. 总之就是不给我弄, 最后我真只能一页一页的都删了(190多页), 真的非常无奈. 假如不是因为jiathis和友荐, 我一定投向多说了.

分类:  编程 
标签:  Github Page  Jekyll  Octpress  Wordpress  友言  Ruby 

Posted By 九天雁翎 at 九天雁翎的博客 on 2014年05月21日

分享到:

前一篇: 用Github Pages写博客 后一篇: 发布一个自动为Markdown文章添加目录的工具