python+shell 备份 csdn 博客文章3 备份图片

柔光的暖阳◎ 2022-05-21 04:35 313阅读 0赞

# python+shell 备份 csdn 博客文章3 备份图片 #

前面，我们将所有的博客文章全部备份下来了。但是，博客当中的那些图片，还是散落在各处。有的在第三方的网站上，有的在 CSDN 的服务器上，有的直接引用的其他地方的图片。

前几天，我写了一篇博文[《利用 github 和 python3 以及 MWeb 打造自己的博文图床》][github _ python3 _ MWeb]，搞了一个自己的本地图床服务，然后将所有图片推送到 `github` 服务上，利用 `github` 的 `raw` 地址，就搞到了一个不限量的好图床。

依然如此，那就折腾一下，将我所有博文中的图片，全部上传到那里去，并且将文章中的所有的图片地址，全部换成 `github` 的地址。

说干就干，首先想思路：

## 备份图片的整体思路 ##

1.  通过循环每一个博客文章文档的每一行内容，查找所有的图片路径，并保存为字典。
2.  用 `shell` 循环这个字典下载所有的图片文件
3.  再写一个脚本，循环所有的图片文件，全部 `post` 到我的图床服务  
    并且，将图片文件名，和返回的文件名，生成字典，用于下一步的操作。
4.  再一次循环博客文章的每一行内容，通过上一步匹配的字典，将原有的图片路径替换为更新后的路径。

任何一个复杂的问题，我们认真分析后都能够解决。

## 查找所有图片路径脚本 ##

#!/usr/bin/env python3
    # -*- coding: UTF-8 -*-
    import linecache
    import requests as req
    from io import BytesIO
    import json
    import os
    
    def saveImg (mdFile):
        print(mdFile)
        with open(mdFile, 'r', encoding="utf-8") as mdTxt:
            for line in mdTxt:
                if '![' in line and '](' in line:
                    imgUrl = line.split('(')[1].split(')')[0]
                    print('\t' + imgUrl)
                    os.system('echo "' + imgUrl + '" >> imgUrl.txt')
    
    def findMdFile ():
        sdir = './markdown/'
        res = []
        for f in os.listdir(sdir):
            fp = os.path.join(sdir, f)
            if '.md' in fp:
                res.append(fp)
    
        for i in res:
            saveImg(i)
    
    findMdFile()

好，通过这个脚本，我们就把所有的图片路径，全部保存在了 `imgUrl.txt` 这个文本文件里面了。

## 下载所有的图片 ##

本来尝试用 `python` 下载的，但是总是403，遂作罢。

建立一个专门存放图片的 `img` 文件夹，然后新建一个脚本文件，输入以下内容：

for i in $(cat ../imgUrl.txt); do
      curl -O $i;
      sleep 1;
    done

运行，经过十几分钟的等待，所有的图片都已经下载好了。

具体多长时间，要看你博文的图片数量。

## 将图片上传到我的图床服务 ##

> 这里我是用我自己的解决方案，如果你是使用第三方的图床，可以简单修改下面的脚本就可以实现你的需要。

#!/usr/bin/env python3
    # -*- coding: UTF-8 -*-
    import os
    import imghdr
    import requests as req
    import json
    
    
    # 在源目录中找到所有图片并输出为数组
    def findImg(sdir):
        res = []
        for f in os.listdir(sdir):
            fp = os.path.join(sdir, f)
            if not os.path.isdir(fp):
                if imghdr.what(fp):
                    res.append(fp)
        return res
    
    def upImg ():
        imgs = findImg('./img/')
        for i in imgs:
            files = {
       'file': ('imgName', open(i, 'rb'), 'image/jpeg')}
            r = req.post('http://localhost:7000/upimg', files=files)
            rJson = json.loads(r.text)
            if rJson['status'] == 0:
                rPath = rJson['data']['path']
                os.system('echo "' + i + '\t' + rPath + '" >> imgDict.txt')
                print('Succ: ' + i + ' | ' + rPath)
            else:
                os.system('echo "' + i + '" >> imgErr.txt')
                print('upErr: ' + i)
            print(i)
    
    upImg()

通过这个脚本，我们将所有的图片，全部上传到了我的图床服务里面了。并且，返回了一个 `imgDict.txt` 的字典文件，里面对比新老图片地址。

## 替换所有博文中的老图片地址为新图片地址 ##

写上面的脚本的时候，输出的字典是一个用制表符分割的字典。为了方便使用，我批量改成了数组包含元组的格式。然后重命名为 `imgDict.py` 方便在下面的脚本使用。

> 字典格式为 `DICT = [('oldName', 'newPath'), ('oldName', 'newPath')]`

![748c0a09b7487ee3947e62da3c886b.jpg][]

#!/usr/bin/env python3
    # -*- coding: UTF-8 -*-
    import linecache
    import requests as req
    from io import BytesIO
    import json
    import os
    import imgDict
    
    imgFix = 'https://raw.githubusercontent.com/fengcms/articles/master/image'
    
    DICT = imgDict.DICT
    
    
    def writeFile (i, line, tarFile):
        if i == 0:
            with open(tarFile, 'w+') as f:
                f.write(line)
                f.close()
        else:
            with open(tarFile, 'a') as f:
                f.write(line)
                f.close()
    
    def reImg (line):
        if '![' in line and '](' in line:
            for i in DICT:
                if i[0] in line:
                    return '![](' + imgFix + i[1] + ')'
        return line
    
    def saveImg (mdFile):
        mdName = mdFile.replace('markdown/', '').replace('/', ':')
        print(mdName)
        souFile = open('markdown/' + mdName, 'r', encoding="utf-8")
        tarFile = './calcMarkdown/' + mdName
        with souFile as mdTxt:
            i = 0
            for line in mdTxt:
                writeFile(i, reImg(line), tarFile)
                i += 1
    
    def findMdFile ():
        sdir = 'markdown/'
        res = []
        for f in os.listdir(sdir):
            fp = os.path.join(sdir, f)
            if '.md' in fp:
                res.append(fp)
    
        for i in res:
            saveImg(i)
    
    findMdFile()

好，通过上面的脚本，我顺利的将所有博客文章中的图片路径全部替换为新的图片路径，并保存到了 `calcMarkdown` 目录下面。

![e141832c15be2a22a06431ae7c4343.jpg][]

> shell 学得不好，不过我感觉，最后一步用 python 还是代码量太多了，换成 shell 可能三两行就好了。不过目的已经达到，懒得接着研究了。

其实对于看官来说，重点不在于我做了写什么，而是这些代码都是比较基础的 `python` 代码，希望对于看官能有所帮助。

本文由 FungLeo 原创，允许转载，但转载必须保留首发链接。

[github _ python3 _ MWeb]: https://blog.csdn.net/fungleo/article/details/80706829
[748c0a09b7487ee3947e62da3c886b.jpg]: /images/20220521/253aa5f380d34c8181613f006b554bf3.png
[e141832c15be2a22a06431ae7c4343.jpg]: /images/20220521/2d902d6b2eb84dd1a80f64c12ba6a821.png