Typecho文章批量导出至Astro Markdown工具

1
<?php
2
/**
3
 * Typecho 文章导出工具 (适配 Astro 5.0 + Firefly 主题)
4
 *
5
 * 功能特性：
6
 * 1. 按分类目录导出文章到对应的子目录
7
 * 2. 构建符合 Astro 5.0 标准的 YAML Frontmatter
8
 * 3. 自动处理引用式图片，转换为直接链接格式
9
 * 4. 清理图片 URL 中的冗余参数
10
 * 5. 生成文章摘要（自动截取前100字）
11
 * 6. 支持自定义文章封面图片配置
12
 *
13
 * 使用前请先配置数据库连接信息和导出选项
14
 * 运行后会在指定目录生成按分类组织的 Markdown 文件
15
 */
16

17
// 1. 基础配置
18
error_reporting(E_ALL);
19
ini_set('display_errors', 1);
20

21
$dbConfig = [
22
    'host' => 'localhost',      // 数据库主机地址
23
    'name' => '数据库名',       // 数据库名称
24
    'user' => '数据库用户名',   // 数据库用户名
25
    'pass' => '数据库密码',     // 数据库密码
26
    'baseDir' => 'astro_posts', // 导出文件存放的目录
27
    'image' => 'api'            // 文章封面图片配置：默认值为 'api'，将使用 Firefly 主题内置的随机二次元图片 API
28
                                // 可自定义为其他图片 URL，例如：'https://example.com/image.jpg'
29
                                // 或者保留为空字符串 '' 则不生成 image 属性
30
];
31

32
try {
33
    // 创建数据库连接
34
    $dsn = "mysql:host={$dbConfig['host']};dbname={$dbConfig['name']};charset=utf8mb4";
35
    $pdo = new PDO($dsn, $dbConfig['user'], $dbConfig['pass'], [
36
        PDO::ATTR_ERRMODE => PDO::ERRMODE_EXCEPTION,
37
        PDO::ATTR_DEFAULT_FETCH_MODE => PDO::FETCH_ASSOC
38
    ]);
39
    echo "✅ 数据库连接成功\n";
40

41
    // 2. 执行 SQL 查询
42
    $sql = "
43
    SELECT
44
        c.cid, c.title, c.text, c.slug, c.created, c.modified,
45
        (SELECT GROUP_CONCAT(m.name) FROM typecho_relationships r
46
         JOIN typecho_metas m ON r.mid = m.mid
47
         WHERE r.cid = c.cid AND m.type = 'tag') as tags,
48
        (SELECT m.name FROM typecho_relationships r
49
         JOIN typecho_metas m ON r.mid = m.mid
50
         WHERE r.cid = c.cid AND m.type = 'category' LIMIT 1) as category
51
    FROM typecho_contents c
52
    WHERE c.type = 'post' AND c.status = 'publish'
53
    ORDER BY c.created DESC
54
    ";
55

56
    // 执行查询获取所有已发布的文章
57
    $stmt = $pdo->query($sql);
58
    $posts = $stmt->fetchAll();
59

60
    if (!$posts) die("❌ 没有找到文章\n");
61

62
    echo "📂 开始导出 " . count($posts) . " 篇文章...\n";
63

64
    foreach ($posts as $index => $post) {
65
        // 3. 处理分类目录：根据文章分类创建对应的导出目录
66
        $categoryName = !empty($post['category']) ? $post['category'] : 'Uncategorized';
67
        $targetFolder = $dbConfig['baseDir'] . DIRECTORY_SEPARATOR . sanitize_filename($categoryName);
68
        if (!is_dir($targetFolder)) {
69
            mkdir($targetFolder, 0755, true);
70
        }
71

72
        // 4. 处理文件名：移除非法字符，确保文件名安全
73
        $fileName = sanitize_filename($post['title']);
74
        $exportPath = $targetFolder . DIRECTORY_SEPARATOR . $fileName . ".md";
75
        // Windows 系统需要转换编码
76
        if (strpos(PHP_OS, "WIN") !== false) {
77
            $exportPath = iconv("UTF-8", "GBK//IGNORE", $exportPath);
78
        }
79

80
        // 5. 处理文章内容：移除 Typecho 的 Markdown 注释标记
81
        $rawContent = $post['text'];
82
        $content = str_replace('<!--markdown-->', '', $rawContent);
83

84
        // 6. 生成文章摘要：从内容中提取前100字作为描述
85
        // 6.1 清理文本：移除所有 HTML 和 Markdown 标记
86
        $cleanText = strip_tags($content); // 去除 HTML 标签
87
        $cleanText = preg_replace('/!\[.*?\]\(.*?\)/s', '', $cleanText); // 去除图片标记
88
        $cleanText = preg_replace('/!\[.*?\]\[.*?\]/s', '', $cleanText); // 去除引用式图片标记
89
        $cleanText = preg_replace('/\[(.*?)\]\(.*?\)/s', '$1', $cleanText); // 去除链接标记但保留文字
90
        $cleanText = preg_replace('/#+\s*/', '', $cleanText); // 去除标题标记
91
        $cleanText = preg_replace('/\s+/', ' ', $cleanText); // 合并多余空格
92
        $cleanText = trim($cleanText);
93

94
        // 6.2 截取前100字作为摘要
95
        $description = mb_substr($cleanText, 0, 100, 'UTF-8');
96
        if (mb_strlen($cleanText, 'UTF-8') > 100) {
97
            $description .= '...';
98
        }
99

100
        // 7. 准备 Frontmatter（符合 Astro 5.0 标准）
101
        $pubDate = date('Y-m-d', $post['created']);  // 发布日期，格式：YYYY-MM-DD
102
        $upDate  = date('Y-m-d', $post['modified']); // 更新日期，格式：YYYY-MM-DD
103
        $tags    = $post['tags'] ? explode(',', $post['tags']) : []; // 标签字符串转数组
104
        $tags    = array_filter(array_map('trim', $tags)); // 清理标签中的空格
105

106
        $yaml = "---\n";
107
        $yaml .= "title: " . json_encode($post['title'], JSON_UNESCAPED_UNICODE) . "\n";
108
        $yaml .= "published: $pubDate\n";
109
        $yaml .= "updated: $upDate\n";
110
        $yaml .= "author: \"MoeWah\"\n";
111
        // 生成 image 属性，如果配置不为空则添加
112
        if (!empty($dbConfig['image'])) {
113
            $yaml .= "image: " . json_encode($dbConfig['image'], JSON_UNESCAPED_UNICODE) . "\n";
114
        }
115
        $yaml .= "description: " . json_encode($description, JSON_UNESCAPED_UNICODE) . "\n";
116
        $yaml .= "category: " . json_encode($categoryName, JSON_UNESCAPED_UNICODE) . "\n";
117

118
        // 7.2 处理标签：生成正确的 YAML 数组格式
119
        if (count($tags) > 0) {
120
            $yaml .= "tags:\n  - " . implode("\n  - ", array_map(fn($t) => json_encode($t, JSON_UNESCAPED_UNICODE), $tags)) . "\n";
121
        } else {
122
            $yaml .= "tags: []\n"; // 空数组，避免生成 `- []` 的错误格式
123
        }
124

125
        $yaml .= "slug: " . json_encode($post['slug'], JSON_UNESCAPED_UNICODE) . "\n";
126
        $yaml .= "draft: false\n";
127
        $yaml .= "toc: true\n";
128
        $yaml .= "---\n\n";
129

130
        // 8. 处理正文内容：将所有引用式图片转换为直接链接格式
131
        // 8.1 清理直接链接图片中的 #vwid 后缀参数（Typecho 特有的图片参数）
132
        $content = preg_replace('/(https?:\/\/[^\s\)]+?)(#vwid=[^?\s\)]+)/i', '$1', $content);
133

134
        // 8.2 收集所有图片引用定义（Markdown 引用格式：[id]: URL）
135
        $imageRefs = [];
136
        if (preg_match_all('/^\[([^\]]+)\]:\s*(https?:\/\/[^\s]+)/im', $content, $refMatches, PREG_SET_ORDER)) {
137
            foreach ($refMatches as $match) {
138
                $refId = $match[1];
139
                $imageUrl = $match[2];
140
                // 清理图片URL后缀参数
141
                $cleanUrl = preg_replace('/(#vwid=[^?\s\)]+)/i', '', $imageUrl);
142
                $imageRefs[$refId] = $cleanUrl;
143
            }
144
        }
145

146
        // 8.3 将引用式图片标记转换为直接链接格式
147
        // 处理格式：![描述][id]、![][id]、![id]
148
        foreach ($imageRefs as $refId => $imageUrl) {
149
            // 匹配格式 ![描述][id] 或 ![][id]
150
            $pattern = '/!\[(.*?)\]\[\s*' . preg_quote($refId, '/') . '\s*\]/';
151
            $content = preg_replace_callback($pattern, function($matches) use ($imageUrl) {
152
                $altText = $matches[1];
153
                return "![$altText]($imageUrl)";
154
            }, $content);
155

156
            // 匹配格式 ![id] 这种简写形式
157
            $pattern2 = '/!\[\s*' . preg_quote($refId, '/') . '\s*\]/';
158
            $content = preg_replace($pattern2, "![]($imageUrl)", $content);
159
        }
160

161
        // 8.4 移除所有图片引用定义行（已经转换为直接链接，不再需要引用定义）
162
        $content = preg_replace('/\[[^\]]+\]:\s*https?:\/\/.*$/m', '', $content);
163

164
        // 8.5 清理多余的空行（三个以上连续空行合并为两个空行）
165
        $content = preg_replace('/\n\s*\n\s*\n/', "\n\n", $content);
166
        $content = trim($content);
167

168
        // 9. 合并 Frontmatter 和正文内容
169
        $fullOutput = $yaml . $content;
170

171
        // 10. 写入文件到指定路径
172
        if (file_put_contents($exportPath, $fullOutput)) {
173
            echo "[" . ($index + 1) . "] 已导出: {$post['title']}\n";
174
        }
175
    }
176

177
    echo "\n🎉 导出完成！已将引用式图片转换为直接链接格式。\n";
178
    echo "📁 文件保存在目录: " . $dbConfig['baseDir'] . "\n";
179

180
} catch (Exception $e) {
181
    die("❌ 错误: " . $e->getMessage() . "\n");
182
}
183

184
/**
185
 * 文件名清理函数
186
 *
187
 * @param string $filename 原始文件名
188
 * @return string 清理后的安全文件名
189
 *
190
 * 功能：
191
 * 1. 替换非法字符为连字符
192
 * 2. 限制文件名长度不超过80个字符
193
 * 3. 去除文件名两端的点和连字符
194
 */
195
function sanitize_filename($filename) {
196
    // 定义需要替换的非法字符
197
    $invalid = array(" ", "?", "\\", "/", ":", "|", "*", "\"", "<", ">");
198
    $filename = str_replace($invalid, '-', $filename);
199

200
    // 限制文件名长度，避免过长的文件名
201
    $filename = mb_substr($filename, 0, 80, 'utf-8');
202

203
    // 去除文件名两端的点和连字符（避免隐藏文件或非法文件）
204
    return trim($filename, '.-');
205
}
206
?>

1
$dbConfig = [
2
    'host' => 'localhost',      // 数据库主机地址（通常为 localhost）
3
    'name' => '数据库名',       // Typecho 数据库名称
4
    'user' => '数据库用户名',   // 数据库用户名
5
    'pass' => '数据库密码',     // 数据库密码
6
    'baseDir' => 'astro_posts', // 导出文件存放的目录（可修改）
7
    'image' => 'api'            // 封面图片配置（默认使用 Firefly 主题 API）
8
];

1
✅ 数据库连接成功
2
📂 开始导出 23 篇文章...
3
[1] 已导出: 我的第一篇文章
4
[2] 已导出: 技术分享：PHP 开发技巧
5
...
6
🎉 导出完成！已将引用式图片转换为直接链接格式。
7
📁 文件保存在目录: astro_posts

1
astro_posts/
2
├── 技术文章/
3
│   ├── 我的第一篇文章.md
4
│   └── 技术分享-PHP-开发技巧.md
5
├── 生活随笔/
6
│   └── 周末游记.md
7
└── Uncategorized/
8
    └── 未分类文章.md