古人云，敝帚自珍。

雖然自己寫(xiě)的BLOG都是些沒(méi)營(yíng)養(yǎng)的東西，但還是想收藏起來(lái)。

花了點(diǎn)時(shí)間研究了一下epub格式，寫(xiě)了段轉(zhuǎn)換程序，把Wordpress導(dǎo)出的備份文件WXR轉(zhuǎn)成epub格式。

本想貼代碼湊數(shù)，結(jié)果發(fā)現(xiàn)代碼還是多了點(diǎn)，所以還是改成下載吧。

第一個(gè)是生成epub的庫(kù)：epubbuilder.py

（源碼附后）

之后是解析WXR并調(diào)用epubbuilder生成epub的主程序：wxr2epub.py

（源碼附后）

下載：wxr2epub source code 5.4K(GPL)。

使用時(shí)在源目錄下放一個(gè)叫做wordpress.xml的WXR文件，再創(chuàng)建一個(gè)images的子目錄，里面放上文章中所有引用過(guò)的圖片，最好有一個(gè)叫cover.jpg的，這個(gè)圖片將會(huì)被作為電子書(shū)的封面。生成的電子書(shū)每一篇文章及其評(píng)論會(huì)作為電子書(shū)的一個(gè)章節(jié)，文章多的話，目錄項(xiàng)會(huì)很多，某些電子書(shū)軟件可能無(wú)法完全顯示所有目錄項(xiàng)。

所以說(shuō)，還是開(kāi)放好啊。Wordpress的WXR用的是開(kāi)放的XML格式，epub也是用開(kāi)放的zip＋HTML＋XML格式。

像CSDN BLOG這種自己開(kāi)發(fā)的平臺(tái)就沒(méi)辦法了……當(dāng)然也不是完全沒(méi)有辦法，可以自己寫(xiě)一個(gè)爬蟲(chóng)去把頁(yè)面全抓下來(lái)，再用pyquery之類(lèi)的解析出內(nèi)容，然后生成epub。不過(guò)這就麻煩得多了，除了程序?qū)懫饋?lái)麻煩以外，還要防止爬得過(guò)猛被網(wǎng)站封IP之類(lèi)的副作用——這事我也干過(guò)，不過(guò)不是對(duì)CSDN。

總結(jié)

以上是生活随笔為你收集整理的从BLOG到电子书——把wordpress备份的WXR转为epub的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問(wèn)題。

如果覺(jué)得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。