使用 Python 脚本备份 Halo 博客文章#

1
import pymysql
2
import json
3
import os
4
import re
5

6
# ================= 配置区域 (请修改此处) =================
7
DB_CONFIG = {
8
    'host': '127.0.0.1',        # 数据库地址 (本地填 127.0.0.1,远程填服务器IP)
9
    'port': 3306,               # 数据库端口
10
    'user': 'root',             # 数据库用户名
11
    'password': 'your_password',# 数据库密码 (请替换为真实密码)
12
    'database': 'halo',         # Halo 的数据库名
13
    'charset': 'utf8mb4'
14
}
15

16
# 备份文件保存的文件夹名称
17
OUTPUT_DIR = './halo_posts_backup'
18
# =======================================================
19

20
def clean_filename(title):
21
    """
22
    清洗文件名:将无法作为文件名的字符替换为下划线
23
    """
24
    return re.sub(r'[\\/*?:"<>|]', '_', title)
25

26
def export_halo_posts():
27
    # 1. 创建备份目录
28
    if not os.path.exists(OUTPUT_DIR):
29
        os.makedirs(OUTPUT_DIR)
30
        print(f"[-] 已创建备份目录: {os.path.abspath(OUTPUT_DIR)}")
31

32
    print("[-] 正在连接数据库...")
33

34
    connection = None
35
    try:
36
        # 2. 建立数据库连接
37
        connection = pymysql.connect(**DB_CONFIG)
38

39
        with connection.cursor() as cursor:
40
            # 3. 执行查询
41
            # Halo 2.x 的文章数据存储在 extensions 表中
42
            # Key 规则为: /registry/content.halo.run/posts/{UUID}
43
            print("[-] 正在查询文章数据...")
44
            sql = "SELECT name, data FROM extensions WHERE name LIKE '/registry/content.halo.run/posts/%'"
45
            cursor.execute(sql)
46
            results = cursor.fetchall()
47

48
            total_count = len(results)
49
            print(f"[-] 数据库中发现 {total_count} 篇文章,准备开始解析...")
50

51
            success_count = 0
52

53
            for row in results:
54
                name_key = row[0]
55
                blob_data = row[1] # 获取二进制数据 (longblob)
56

57
                try:
58
                    if not blob_data:
59
                        continue
60

61
                    # 4. 解码:将二进制数据转为 JSON 字符串
62
                    json_str = blob_data.decode('utf-8')
63
                    post_data = json.loads(json_str)
64

65
                    # 5. 提取核心字段
66
                    # Halo 2.x 数据结构通常包含 spec 和 metadata
67
                    spec = post_data.get('spec', {})
68
                    metadata = post_data.get('metadata', {})
69

70
                    title = spec.get('title', '未命名文章')
71
                    content = spec.get('content', '')  # 正文 (Markdown源码)
72
                    create_time = metadata.get('creationTimestamp', '')
73
                    slug = spec.get('slug', clean_filename(title))
74

75
                    # 6. 拼接 Markdown 内容
76
                    # 使用 Front Matter 格式,通用性最强
77
                    md_content = f"""---
78
title: "{title}"
79
date: {create_time}
80
slug: {slug}
81
id: {name_key}
82
---
83

84
{content}
85
"""
86
                    # 7. 写入文件
87
                    file_name = f"{clean_filename(title)}.md"
88
                    file_path = os.path.join(OUTPUT_DIR, file_name)
89

90
                    with open(file_path, 'w', encoding='utf-8') as f:
91
                        f.write(md_content)
92

93
                    print(f"[√] 成功导出: {file_name}")
94
                    success_count += 1
95

96
                except Exception as e:
97
                    print(f"[x] 解析失败: {name_key} - {str(e)}")
98

99
        print(f"\n" + "="*40)
100
        print(f"备份任务完成!")
101
        print(f"共扫描: {total_count} 篇")
102
        print(f"成功导出: {success_count} 篇")
103
        print(f"文件路径: {os.path.abspath(OUTPUT_DIR)}")
104
        print(f"="*40)
105

106
    except pymysql.MySQLError as e:
107
        print(f"\n[ERROR] 数据库连接失败: {e}")
108
        print("请检查脚本顶部的 DB_CONFIG 配置是否正确。")
109
    finally:
110
        if connection:
111
            connection.close()
112

113
if __name__ == '__main__':
114
    export_halo_posts()