从百度空间到CSDN——博客搬家源码-阿里云开发者社区

注意：下面的方法在csdn博客改版以后无法使用，因为现在csdn博客不支持metadata api，不知道什么时候可以支持。

1.原文连接

http://hi.baidu.com/cnjsp/blog/item/e175cf1b27bc6af6ae513335.html

2.心得

本方法我测试过，是可以用来的，一则感觉思路挺新颖了，程序员自己写代码解决自己的事情。另一个可以通过这个实例学习一下java，所以我贴出我修改后的java代码。

具体思路可以参见原文。

3.代码

CSDNPost.java

[java] view plaincopyprint?
package cn.mingyuan.baidu2csdn.core;  
  
import java.io.FileOutputStream;  
import java.io.IOException;  
import java.net.MalformedURLException;  
import java.net.URL;  
import java.util.Date;  
import java.util.HashMap;  
import java.util.Map;  
import org.apache.xmlrpc.XmlRpcException;  
import org.apache.xmlrpc.client.XmlRpcClient;  
import org.apache.xmlrpc.client.XmlRpcClientConfigImpl;  
  
/** 
 * csdn博文 
 *  
 * @author mingyuanonline@gmail.com 
 *  
 */  
public class CSDNPost {  
    /** 
     * 博文创建日期 
     */  
    private Date dateCreated;  
    /** 
     * 博文内容 
     */  
    private String description;  
    /** 
     * 标题 
     */  
    private String title;  
    /** 
     * 博文分类 
     */  
    private String[] categories;  
  
    public CSDNPost() {  
  
    }  
  
    public CSDNPost(String title, String description, String[] categories,  
            Date dateCreated) {  
        this.dateCreated = dateCreated;  
        this.description = description;  
        this.title = title;  
        this.categories = categories;  
    }  
  
    public Date getDateCreated() {  
        return dateCreated;  
    }  
  
    public void setDateCreated(Date dateCreated) {  
        this.dateCreated = dateCreated;  
    }  
  
    public String getDescription() {  
        return description;  
    }  
  
    public void setDescription(String description) {  
        this.description = description;  
    }  
  
    public String getTitle() {  
        return title;  
    }  
  
    public void setTitle(String title) {  
        this.title = title;  
    }  
  
    public String[] getCategories() {  
        return categories;  
    }  
  
    public void setCategories(String[] categories) {  
        this.categories = categories;  
    }  
  
    /** 
     * xml-rpc配置 
     */  
    private static XmlRpcClientConfigImpl config;  
    /** 
     * xml-rpcClient 
     */  
    private static XmlRpcClient client;  
  
    static {  
        config = new XmlRpcClientConfigImpl();  
        try {  
            // 此处请将telnetor替换为您的用户名  
            config.setServerURL(new URL(  
                    "http://blog.csdn.net/xw13106209/services/metablogapi.aspx"));  
        } catch (MalformedURLException e) {  
            System.out.println("请检查url");  
        }  
        client = new XmlRpcClient();  
        client.setConfig(config);  
    }  
  
    /** 
     * 日志记录 
     *  
     * @param log 
     *            log 
     */  
    private void writelog(String log) {  
        FileOutputStream fos = null;  
        try {  
            fos = new FileOutputStream("post.log", true);  
            fos.write((log + "\r\n").getBytes());  
            fos.flush();  
            fos.close();  
        } catch (IOException e) {  
            System.out.println("写入日志错误：" + log);  
        }  
    }  
  
    /** 
     * 发布 
     */  
    public void publish() {  
        Map<String, Object> struct = new HashMap<String, Object>();  
        struct.put("dateCreated", dateCreated);  
        struct.put("description", description);  
        struct.put("title", title);  
        struct.put("categories", categories);  
//      Object[] params = new Object[] { "your usrname",  
//              "replace it with your username",  
//              "replace it with your password", struct, true };  
          
        Object[] params = new Object[] { "xw13106209",  
        "xw13106209",  
        "password", struct, true };  
          
        String blogid = null;  
        try {  
            blogid = (String) client.execute("metaWeblog.newPost", params);  
        } catch (XmlRpcException e) {  
            writelog("导入出现错误：title=" + title);  
            System.out.println("导入出现错误：title=" + title);  
        }  
        writelog(title + ">> 导入完毕,生成博文id为>>" + blogid);  
        System.out.println(title + ">> 导入完毕,生成博文id为>>" + blogid);  
        struct.clear();  
    }  
  
    public static void main(String[] args) {  
        CSDNPost post = new CSDNPost();  
        post.publish();  
    }  
}  

BaiduHi

[java] view plaincopyprint?
package cn.mingyuan.baidu2csdn.core;  
  
import java.util.Date;  
  
/** 
 * 百度博客 
 *  
 * @author mingyuanonline@gmail.com 
 *  
 */  
public class BaiduHi {  
    /** 
     * 标题 
     */  
    private String title;  
    /** 
     * 内容 
     */  
    private String description;  
    /** 
     * 分类 
     */  
    private String categories;  
    /** 
     * 发布日期 
     */  
    private Date dateCreated;  
  
    public String getTitle() {  
        return title;  
    }  
  
    public String getDescription() {  
        return description;  
    }  
  
    public String getCategories() {  
        return categories;  
    }  
  
    public Date getDateCreated() {  
        return dateCreated;  
    }  
  
    public void setTitle(String title) {  
        this.title = title;  
    }  
  
    public void setDescription(String description) {  
        this.description = description;  
    }  
  
    public void setCategories(String categories) {  
        this.categories = categories;  
    }  
  
    public void setDateCreated(Date dateCreated) {  
        this.dateCreated = dateCreated;  
    }  
  
    public BaiduHi(String title, String description, String categories,  
            Date dateCreated) {  
        this.title = title;  
        this.description = description;  
        this.categories = categories;  
        this.dateCreated = dateCreated;  
    }  
  
    public BaiduHi() {  
        // TODO Auto-generated constructor stub  
    }  
  
    /** 
     * @param args 
     */  
    public static void main(String[] args) {  
        // TODO Auto-generated method stub  
    }  
}  

BaiduHiFetcher

[java] view plaincopyprint?
package cn.mingyuan.baidu2csdn.core;    
  
import java.io.BufferedReader;  
import java.io.IOException;  
import java.io.InputStream;  
import java.io.InputStreamReader;  
import java.net.MalformedURLException;  
import java.net.URL;  
import java.net.URLConnection;  
import java.util.ArrayList;  
import java.util.Date;  
import java.util.List;  
import java.util.Stack;  
import java.util.regex.Matcher;  
import java.util.regex.Pattern;  
  
/** 
 * 百度博客数据抓取及解析 
 *  
 * @author mingyuanonline@gmail.com 
 *  
 */  
public class BaiduHiFetcher {  
    /** 
     * 下载页面 
     *  
     * @param url 
     *            url 
     * @return 网页源码 
     */  
    private String downloadPage(String url) {  
        URLConnection conn;  
        InputStream in;  
        BufferedReader reader = null;  
        StringBuilder sb = new StringBuilder();  
        String line = null;  
        try {  
            conn = new URL(url).openConnection();  
            in = conn.getInputStream();  
            reader = new BufferedReader(new InputStreamReader(in, "gb2312"));  
            while ((line = reader.readLine()) != null) {  
                sb.append(line);  
            }  
            in.close();  
            reader.close();  
        } catch (MalformedURLException e) {  
            System.out.println("请检查url是否规范");  
        } catch (IOException e) {  
            System.out.println("读取源码错误:" + url);  
        }  
        return sb.toString();  
    }  
  
    /** 
     * 获取页面博文链接 
     *  
     * @param html 
     *            网页源码 
     * @return 页面中的博文链接 
     */  
    private List<String> getPostLinks(String html) {  
        // 分析页面内容，取得页面中的文章链接  
        String titleDivRegex = "<div[\\s]class=\"tit\"><a[\\s]href=[^<>]+?target=\"_blank\">.+?</div>";  
        Pattern titleDivPattern = Pattern.compile(titleDivRegex);  
        Matcher titleDivMatcher = titleDivPattern.matcher(html);  
        List<String> posts = new ArrayList<String>();  
        while (titleDivMatcher.find()) {  
            String div = titleDivMatcher.group();  
            String titleUrl = div.substring(div.indexOf("/"), div  
                    .indexOf("\" target"));  
            posts.add("http://hi.baidu.com" + titleUrl);  
        }  
        return posts;  
    }  
  
    /** 
     * <p> 
     * 获取博客总页数 <br> 
     * 我的博客内容有16页，有上一页，下一页，尾页等这样的标志，如果博文少的话可能这些标志不会出现，请修改此方法 
     *  
     * @param html 
     *            源码（最好是第一页） 
     * @return 博客总页数 
     */  
    private int getTotalPages(String html) {  
        // 页码  
        // <a href="/cnjsp/blog/index/16"  
        // mce_href="cnjsp/blog/index/16">[尾页]</a>  
        String pageRegex = "<a[\\s]href=\"/cnjsp/blog/index/[\\d][\\d]\">\\[尾页\\]</a>";  
        Pattern pagePattern = Pattern.compile(pageRegex);  
        Matcher pageMatcher = pagePattern.matcher(html);  
        String totalPagesStr = null;  
        int pages = 0;  
        if (pageMatcher.find()) {  
            String pagelink = pageMatcher.group();  
            totalPagesStr = pagelink.replaceAll(  
                    "<a[\\s]href=\"/cnjsp/blog/index/", "").replaceAll(  
                    "\">\\[尾页\\]</a>", "");  
            pages = Integer.parseInt(totalPagesStr);  
        }  
        return pages;  
    }  
  
    /** 
     * <p> 
     * 获取博客的所有博文的地址 <br> 
     * 没有对url进行编码处理，如果博客地址含中文，请对url进行处理 
     *  
     * @param blogUrl 
     *            博客地址 
     * @return 所有博文地址，存放于栈中，使用的时候请使用pop方法取出元素，这样可以保证按照最先发表的博文最先处理 
     */  
    public Stack<String> getAllPostLink(String blogUrl) {  
        Stack<String> posts = new Stack<String>();  
        // 1.下载第一页  
        String firstPageHtml = downloadPage(blogUrl + "/blog/index/0");  
        // 2.获取博文总页数  
//      int totalPages = getTotalPages(firstPageHtml);  
        int totalPages = 2;  
        // 3.下载各摘要页  
        posts.addAll(getPostLinks(firstPageHtml));  
        if (totalPages < 1) {  
            return posts;  
        }  
        for (int i = 1; i <= totalPages; i++) {  
            String page = downloadPage(blogUrl + "/blog/index/" + i);  
            posts.addAll(getPostLinks(page));  
        }  
        return posts;  
    }  
  
    /** 
     * 解析博文，获取标题，发布时间，内容，分类等信息 
     *  
     * @param postUrl 
     *            博文地址 
     * @return 封装了博文信息的BaiduHi 
     */  
    public BaiduHi getBaiduHi(String postUrl) {  
        String html = downloadPage(postUrl);  
        // /<div class="tit">  
        String titleDivRegex = "<div[\\s]id=\"m_blog\"[\\s]class=\"modbox\"[\\s]style=\"overflow-x:hidden;\"><div[\\s]class=\"tit\">.+?</div><div[\\s]class=\"date\">";  
        Pattern titleDivPattern = Pattern.compile(titleDivRegex);  
        Matcher titleDivMatcher = titleDivPattern.matcher(html);  
        String title = null;  
        if (titleDivMatcher.find()) {  
            title = titleDivMatcher  
                    .group()  
                    .replaceAll(  
                            "<div[\\s]id=\"m_blog\"[\\s]class=\"modbox\"[\\s]style=\"overflow-x:hidden;\"><div[\\s]class=\"tit\">",  
                            "")  
                    .replaceAll("</div><div[\\s]class=\"date\">", "").trim();  
        }  
        String dateDivRegex = "<div[\\s]class=\"date\">.+?</div>";  
        Pattern dateDivPattern = Pattern.compile(dateDivRegex);  
        Matcher dateMatcher = dateDivPattern.matcher(html);  
        String dateStr = null;  
        Date postDate = null;  
        if (dateMatcher.find()) {  
            dateStr = dateMatcher.group().replaceAll(  
                    "<div[\\s]class=\"date\">", "").replaceAll("</div>", "")  
                    .trim();  
            postDate = getDate(dateStr);  
        }  
        String textDivRegex = "<div[\\s]id=\"blog_text\"[\\s]class=\"cnt\"[\\s]+>.+?</div>";  
        Pattern textDivPattern = Pattern.compile(textDivRegex);  
        Matcher textMatcher = textDivPattern.matcher(html);  
        String text = null;  
        if (textMatcher.find()) {  
            text = textMatcher.group().replaceAll(  
                    "<div[\\s]id=\"blog_text\"[\\s]class=\"cnt\"[\\s]+>", "")  
                    .replaceAll("</div>", "").trim();  
        }  
        String categoriesRegex = "title=\"查看该分类中所有文章\">类别：.+?</a>";  
        Pattern categoriesDivPattern = Pattern.compile(categoriesRegex);  
        Matcher categoriesMatcher = categoriesDivPattern.matcher(html);  
        String categories = null;  
        if (categoriesMatcher.find()) {  
            categories = categoriesMatcher.group().replaceAll(  
                    "title=\"查看该分类中所有文章\">类别：", "").replaceAll("</a>", "")  
                    .trim();  
        }  
        BaiduHi hi = new BaiduHi();  
        hi.setTitle(title);  
        hi.setDescription(text);  
        hi.setCategories(categories);  
        hi.setDateCreated(postDate);  
        return hi;  
    }  
  
    /** 
     * 解析博文中的日期格式返回Date类型 
     * 日期格式为：2011年07月01日 星期五 下午 01:05 
     * @param str 
     *            博文中的日期 
     * @return Date类型日期 
     */  
    @SuppressWarnings("deprecation")  
    private Date getDate(String str) {  
        String yearStr = str.substring(0, str.indexOf("年")).trim();  
        String monthStr = str.substring(str.indexOf("年"), str.indexOf("月"))  
                .replace("年", "").trim();  
        String dayStr = str.substring(str.indexOf("月"), str.indexOf("日"))  
                .replace("月", "").trim();  
        String timeStr = str.substring(str.indexOf("午")).replace("午", "")  
                .trim();  
        String hourStr = timeStr.split(":")[0];  
        String minutesStr = timeStr.split(":")[1];  
        Date date = new Date();  
        date.setYear(Integer.parseInt(yearStr) - 1900);  
        date.setMonth(Integer.parseInt(monthStr) - 1);  
        date.setDate(Integer.parseInt(dayStr));  
        if (str.contains("下午")) {  
            date.setHours(Integer.parseInt(hourStr) + 12);  
        } else {  
            date.setHours(Integer.parseInt(hourStr));  
        }  
        date.setMinutes(Integer.parseInt(minutesStr));  
        return date;  
    }  
}  

Transfer

[java] view plaincopyprint?
package cn.mingyuan.baidu2csdn.core;  
  
import java.util.Stack;  
  
/** 
 * 搬家 
 *  
 * @author mingyuanonline@gmail.com 
 *  
 */  
public class Transfer {  
    /** 
     * @param args 
     */  
    public static void main(String[] args) {  
        // TODO Auto-generated method stub  
        //String postUrl = "http://hi.baidu.com/cnjsp";  
        String postUrl = "http://hi.baidu.com/xwdreamer";  
        BaiduHiFetcher fetcher = new BaiduHiFetcher();  
        Stack<String> urls = null;  
        urls = fetcher.getAllPostLink(postUrl);  
        while (!urls.isEmpty()) {  
            String url = urls.pop();  
            BaiduHi hi = null;  
            hi = fetcher.getBaiduHi(url);  
            CSDNPost post = new CSDNPost();  
            post.setTitle(hi.getTitle());  
            post.setDescription(hi.getDescription());  
            post.setCategories(new String[] { hi.getCategories() });  
            post.setDateCreated(hi.getDateCreated());  
            post.publish();  
            try {  
                Thread.sleep(5 * 1000);  
            } catch (InterruptedException e) {  
                System.out.println("休眠出错");  
            }  
        }  
    }  
}  

DeletePostById

[java] view plaincopyprint?

package cn.mingyuan.baidu2csdn.core;
import java.io.BufferedReader;
import java.io.FileInputStream;
import java.io.FileNotFoundException;
import java.io.IOException;
import java.io.InputStreamReader;
import java.net.MalformedURLException;
import java.net.URL;
import org.apache.xmlrpc.XmlRpcException;
import org.apache.xmlrpc.client.XmlRpcClient;
import org.apache.xmlrpc.client.XmlRpcClientConfigImpl;
public class DeletePostById {
private static XmlRpcClientConfigImpl config;
private static XmlRpcClient client;
static {
config = new XmlRpcClientConfigImpl();
try {
config.setServerURL(new URL(
"http://blog.csdn.net/telnetor/services/metablogapi.aspx"));
} catch (MalformedURLException e) {
System.out.println("请检查url");
}
client = new XmlRpcClient();
client.setConfig(config);
}
/**
* 删除帖子
*
* @param appkey
* appkey，可以任意，这是一个忽略的值
* @param postid
* 帖子id
* @param username
* 用户名
* @param password
* 密码
* @param publish
* 博客在帖子被删除之后是否重新发布
*/
public static void delete(String appkey, String postid, String username,
String password, boolean publish) {
Object[] params = new Object[] { "ignored value", postid, username,
password, true };
try {
client.execute("blogger.deletePost", params);
} catch (XmlRpcException e) {
System.out.println("删除出错，postid=" + postid);
}
System.out.println(postid + "删除完毕");
}
/**
* @param args
* @throws InterruptedException
*/
public static void main(String[] args) throws InterruptedException {
BufferedReader reader = null;
String line;
try {
reader = new BufferedReader(new InputStreamReader(
new FileInputStream("content")));
while ((line = reader.readLine()) != null) {
line = line.split("生成博文id为：")[1];
delete("ignored", line, "your username", "your password", true);
Thread.sleep(1000 * 10);
}
} catch (FileNotFoundException e1) {
System.out.println("文件没找到");
} catch (IOException e) {
System.out.println("读取文件失败");
}
}
}

本文转自xwdreamer博客园博客，原文链接：http://www.cnblogs.com/xwdreamer/archive/2011/07/19/2296977.html，如需转载请自行联系原作者