博客，从sina搬到csdn的过程
非常ft的一件事，我刚在正常的网页里写的一篇博客，一点提交，yyd，全没了！！回退也不管用！这不逼得我要在本地写好，再hack上去吗？！
原先的博客是在sina上面，一直想搬过来，前两天写了个脚本，终于完成了这件事情，记录如下：
使用的开发环境： geetoo+bash，使用的命令: awk,sed,wget,curl等，附带用到了一点js。
需要web服务器，如apache，最终生成的dblog_*.html文件，需要放在可以被自己访问的域名下（临时的都可以）。
主要步骤：
1、获取sina上我所有博客url
2、根据这些url，获取博客内容
3、获取csdn登录情况下的cookie，抓取发表博客所需的加密串
4、获取csdn发表博客的页面，并修改
5、利用sina博客内容、加密串、博客发表页面，生成可访问的html文件
6、批量打开本地html文件，上传博客
这里没有试过，如果不要web服务器，直接把html文件放在windows机器上，本地打开，估计也可以。
1、获取sina上我所有博客url
wget http://blog.sina.com.cn/s/articlelist_*.html
利用这个命令获取文章列表，考虑到分页问题，该命令可能需要执行多次。从而生成几个articlelist_*.html文件。
for file in articlelist_*.html
do
awk '/<div class="articleTitle">/{getline;print}' $file > tmp
awk 'BEGIN{RS="/""} /http:////[^"]+/ {print}' tmp >> url.txt
done
利用这些语句，获取到每篇博客的url，存储在url.txt中。
2、根据这些url，获取博客内容
遍历url.txt中的url，使用wget命令，获取对应的blog_*.html文件。
以上这些文件都是可以反复使用的，可以设置一些检验条件，如果已经生成了对应的文件，则可以跳过这一步。
3、获取csdn登录情况下的cookie，抓取发表博客所需的加密串
由于csdn登录需要验证码，而curl命令的-b选项仅可以使用用户名和密码进行登录，所以我的做法是，使用浏览器登录，然后查看cookie，自己组成cookie文件。
curl --cookie-jar cookiecsdn.txt http://passport.csdn.net/UserLogin.aspx
使用这个命令，生成未登录情况下的cookiecsdn.txt。然后将刚才查看所得的cookie按照格式写入进去。这里由于cookie的过期问题，可能会需要经常修改此文件，而这里面关系到是否过期的字段是：TestCookie,.DottextCookie。所以，一般仅修改这两个字段就可以了。
curl --cookie cookiecsdn.txt http://writeblog.csdn.net/PostEditPlain.aspx
批量执行该语句，从而获取一批PostEditPlain.aspx，可以看出里面仅有一些加密串是不同的，所以，我们需要的就是这样加密串：
viewstate=$(curl --cookie cookiecsdn.txt http://writeblog.csdn.net/PostEditPlain.aspx 2>/dev/null| egrep "__EVENTVALIDATION|__VIEWSTATE" | awk '{match($0, /value=/"([^"]+)/"/, arr);print arr[1]}')
这一步，我们生成了一堆加密串，存储在tag.txt文件中。
4、获取csdn发表博客的页面，并修改
我需要生成一些包含我原有博客内容的网页，并使它们可以自动提交给csdn。所以，首先:
curl --cookie cookiecsdn.txt http://writeblog.csdn.net/PostEditPlain.aspx
使用该命令获取空的发表博客的页面，存储为csdn.html文件。利用TOBETITLE,TOBECONTENT,TOBESTRING1,TOBESTRING2，来分别标示里面的标题、内容、2个加密串。这样，后面我们只需要替换这4个关键字就可以了。
并且在csdn.html的页面尾部加上自动提交的js代码，使用click函数。使其打开之后自动上传博客。
ps：csdn的安全做的很好，我看了好久，也没能突破防线，直接post数据。
5、利用sina博客内容、加密串、博客发表页面，生成可访问的html文件
抓取到blog_*.html文件中的博客标题、内容，依次使用tag.txt中的加密串，分别替换到csdn.html的拷贝中，生成对应的dblog_*.html文件。这些文件需要存储在web服务器的目录下面，使其可以被自己访问到。
6、批量打开本地html文件，上传博客
由于我使用的没有图形界面的linux，而我不知道怎样让js在非浏览器环境下运行，所以，我生成了windows下批量执行的bat文件,使用explorer打开网页：
ls dblog_*.html > finalUrl.txt
sed 's/^/explorer http:////test-cy.myspace.cn//getBlog//final///g' finalUrl.txt > tmp.bat
如果担心一下打开的网页过多，可以限制bat的行数，分开执行。
将bat文件上传到windows下，双击打开即可。
这样就搬家完毕了！我的100+文章就是这么整过来的。但是这里还存在一些问题：
1、由于原来博客中可能存在一些特殊字符，在使用awk和sed的时候，会出现问题。这个很容易解决，就使用:
btitle=$(echo $btitle| sed 's//////&/g')转义一下类似的特殊字符就可以了。
2、由于没有考虑到顺序问题，我搬来的博客基本上是倒序了。解决的方法：生成bat文件后，用tac命令倒序一下，应该基本上可以解决。
3、我的bat文件行数是50，同时在windows下打开50个网页导致其中一部分执行失败，直接跳转到了空白的发表博客页面，点击回退后，自动提交成功。这个不知道为啥，但是刚才我正常的发表博客的时候，也是这样跳转了，而且回退也没用！！
4、格式没有调整。这个，应该是需要css等功底，我比较差，就将就了。
ps：听说有一些博客搬家工具，但是试了几个，不好用。所以，只有这样了，请csdn的大拿们莫怪！
原先的博客是在sina上面，一直想搬过来，前两天写了个脚本，终于完成了这件事情，记录如下：
使用的开发环境： geetoo+bash，使用的命令: awk,sed,wget,curl等，附带用到了一点js。
需要web服务器，如apache，最终生成的dblog_*.html文件，需要放在可以被自己访问的域名下（临时的都可以）。
主要步骤：
1、获取sina上我所有博客url
2、根据这些url，获取博客内容
3、获取csdn登录情况下的cookie，抓取发表博客所需的加密串
4、获取csdn发表博客的页面，并修改
5、利用sina博客内容、加密串、博客发表页面，生成可访问的html文件
6、批量打开本地html文件，上传博客
这里没有试过，如果不要web服务器，直接把html文件放在windows机器上，本地打开，估计也可以。
1、获取sina上我所有博客url
wget http://blog.sina.com.cn/s/articlelist_*.html
利用这个命令获取文章列表，考虑到分页问题，该命令可能需要执行多次。从而生成几个articlelist_*.html文件。
for file in articlelist_*.html
do
awk '/<div class="articleTitle">/{getline;print}' $file > tmp
awk 'BEGIN{RS="/""} /http:////[^"]+/ {print}' tmp >> url.txt
done
利用这些语句，获取到每篇博客的url，存储在url.txt中。
2、根据这些url，获取博客内容
遍历url.txt中的url，使用wget命令，获取对应的blog_*.html文件。
以上这些文件都是可以反复使用的，可以设置一些检验条件，如果已经生成了对应的文件，则可以跳过这一步。
3、获取csdn登录情况下的cookie，抓取发表博客所需的加密串
由于csdn登录需要验证码，而curl命令的-b选项仅可以使用用户名和密码进行登录，所以我的做法是，使用浏览器登录，然后查看cookie，自己组成cookie文件。
curl --cookie-jar cookiecsdn.txt http://passport.csdn.net/UserLogin.aspx
使用这个命令，生成未登录情况下的cookiecsdn.txt。然后将刚才查看所得的cookie按照格式写入进去。这里由于cookie的过期问题，可能会需要经常修改此文件，而这里面关系到是否过期的字段是：TestCookie,.DottextCookie。所以，一般仅修改这两个字段就可以了。
curl --cookie cookiecsdn.txt http://writeblog.csdn.net/PostEditPlain.aspx
批量执行该语句，从而获取一批PostEditPlain.aspx，可以看出里面仅有一些加密串是不同的，所以，我们需要的就是这样加密串：
viewstate=$(curl --cookie cookiecsdn.txt http://writeblog.csdn.net/PostEditPlain.aspx 2>/dev/null| egrep "__EVENTVALIDATION|__VIEWSTATE" | awk '{match($0, /value=/"([^"]+)/"/, arr);print arr[1]}')
这一步，我们生成了一堆加密串，存储在tag.txt文件中。
4、获取csdn发表博客的页面，并修改
我需要生成一些包含我原有博客内容的网页，并使它们可以自动提交给csdn。所以，首先:
curl --cookie cookiecsdn.txt http://writeblog.csdn.net/PostEditPlain.aspx
使用该命令获取空的发表博客的页面，存储为csdn.html文件。利用TOBETITLE,TOBECONTENT,TOBESTRING1,TOBESTRING2，来分别标示里面的标题、内容、2个加密串。这样，后面我们只需要替换这4个关键字就可以了。
并且在csdn.html的页面尾部加上自动提交的js代码，使用click函数。使其打开之后自动上传博客。
ps：csdn的安全做的很好，我看了好久，也没能突破防线，直接post数据。
5、利用sina博客内容、加密串、博客发表页面，生成可访问的html文件
抓取到blog_*.html文件中的博客标题、内容，依次使用tag.txt中的加密串，分别替换到csdn.html的拷贝中，生成对应的dblog_*.html文件。这些文件需要存储在web服务器的目录下面，使其可以被自己访问到。
6、批量打开本地html文件，上传博客
由于我使用的没有图形界面的linux，而我不知道怎样让js在非浏览器环境下运行，所以，我生成了windows下批量执行的bat文件,使用explorer打开网页：
ls dblog_*.html > finalUrl.txt
sed 's/^/explorer http:////test-cy.myspace.cn//getBlog//final///g' finalUrl.txt > tmp.bat
如果担心一下打开的网页过多，可以限制bat的行数，分开执行。
将bat文件上传到windows下，双击打开即可。
这样就搬家完毕了！我的100+文章就是这么整过来的。但是这里还存在一些问题：
1、由于原来博客中可能存在一些特殊字符，在使用awk和sed的时候，会出现问题。这个很容易解决，就使用:
btitle=$(echo $btitle| sed 's//////&/g')转义一下类似的特殊字符就可以了。
2、由于没有考虑到顺序问题，我搬来的博客基本上是倒序了。解决的方法：生成bat文件后，用tac命令倒序一下，应该基本上可以解决。
3、我的bat文件行数是50，同时在windows下打开50个网页导致其中一部分执行失败，直接跳转到了空白的发表博客页面，点击回退后，自动提交成功。这个不知道为啥，但是刚才我正常的发表博客的时候，也是这样跳转了，而且回退也没用！！
4、格式没有调整。这个，应该是需要css等功底，我比较差，就将就了。
ps：听说有一些博客搬家工具，但是试了几个，不好用。所以，只有这样了，请csdn的大拿们莫怪！