Livespace要在明年關(guān)閉了，搭建了micolog在google app engine，方便以后自己掙騰。上次用生拙的C#寫個live space到livespace的博客遷移工具，使用metaweblog接口，見?Live Spaces新舊空間遷移方法 。上次使用getRecentPosts函數(shù)依次取得最近的一篇，然后存檔后發(fā)表后，刪除。這次通過正則表達式分析網(wǎng)頁內(nèi)容，獲取到postid后，再使有g(shù)etPost接口獲取文章，再進行發(fā)表，而且這次使用python寫成的。

metaweblog的內(nèi)容不再敘述，其實這個協(xié)議寫得真不怎么樣，沒有檢索文章的接口，要讓人硬生生地從網(wǎng)頁中分析出postid來。因此解析postid是這個遷移工具的重要內(nèi)容。

#獲取www.shnenglu.com樣式的postid列表
def getCppblogId(blog):
  url='http://www.shnenglu.com/'+blog['user']+'/default.html?page=1&OnlyTitle=1'
  urlfile = urllib.urlopen(url)
  html = urlfile.read()
  #獲取存檔頁碼數(shù)
  pattern = re.compile(r'http://www.shnenglu.com/'+blog['user']+'/default.html\?page=(\d+)&OnlyTitle=1')
  pages = [1]
  pages += pattern.findall(html)

  ids=[]
  for p in pages:
    url= 'http://www.shnenglu.com/'+blog['user']+'/default.html?page='+str(p)+'&OnlyTitle=1'
    urlfile = urllib.urlopen(url)
    html = urlfile.read()
    pattern = re.compile(r'http://www.shnenglu.com/'+blog['user']+'/admin/EditPosts.aspx\?postid=(\d+)')
    id = pattern.findall(html)
    ids += id
  return ids

利用存檔頁面得到總共頁數(shù)（或許頁數(shù)多了或有問題，未驗證），然后在每頁解析出postid，cppblog較簡單

def getLivespaceId(blog):
  ids=[]
  url=blog['user']+'.spaces.live.com/blog/'
  i=0
  while True:
    url='http://'+url
    urlfile = urllib.urlopen(url)
    html = urlfile.read()
    #print html
    pattern = re.compile(r'entrycns!'+'([a-zA-Z0-9!]*)')
    id = pattern.findall(html)
    ids += id
    pattern = re.compile(blog['user']+'.{1,50}pagedir=Next[^"]*')
    urls = pattern.findall(html)
    i=i+1
    if len(urls) ==0:
      break
    url = unescape(urls[0])
  return ids

live space沒有總共的頁數(shù)，只能一直next下去，發(fā)現(xiàn)沒有next按鈕了就停止，在每頁再解析出postid來,unescape是自定義函數(shù)，目的是將html編碼轉(zhuǎn)換為像！等符號。

在遷移post時出現(xiàn)未micolog中定義的目錄（category)會出錯，因此遷移工具里如果碰到未定義過的類別，會自動舍棄掉。因此在使用 時需要在micolog里定義原先blog的類別，以致不會出現(xiàn)目錄丟失的現(xiàn)象。此遷移工具在python2.5下完成，只要在源碼中修改中開頭的 srcBlog和dstBlog定義里的用戶名，密碼，webapi即可使用。源碼中還實現(xiàn)BlogXML類，用于存檔為xml格式，但未用于主程序中。