CSDNtoHexo迁移脚本

前言

这一阵子，刚换了落脚地儿，没想好该去折腾什么，恰好看到可以用git page搭建一个博客，就搞了搞。关于主题啊，配置啊什么的，网上都有好多，偏偏迁移这个事儿挺麻烦，幸好有找到一前辈的脚本，可以将CSDN的博客导出为markdown格式，但是其导出来的md文件并不能直接用hexo，想要显示的好一些还需要再用脚本将它二次润色。
本人重写了润色的脚本，并增加了对CSDN的分类的爬取，将其作为hexo md文件里面的标签。
记录于此，方便大家。

还有，欢迎访问我的新博客 shiyi.fightcoder.com

环境

###python 2.7
这个就不说了，os-x，linux都是自带的，window的话自己下个就完了。

BeautifulSouphttps

去BeautifulSoup官网下载源码包，解压后进入BeautifulSoup文件夹下执行下面命令即可。

python setup.py install

html2text

下载源码包：html2text-2016.9.19.tar.gz。解压后进入html2text-2016.9.19文件夹下执行下面命令即可。(和上面是一样的)

python setup.py install

脚本

CSDN转MarkDown

因为代码篇幅问题，请点击CSDN转MD脚本自行拷贝到本地，运行下面命令

python main.py -u 你的CSDN用户名
它会将你的CSDN所有的文章全部爬取并在本地以md格式保存。

MarkDown润色使其符合Hexo

跟上一步一样，请点击MarkDown润色脚本自行拷贝。没问题的话代码开头是下面这样的，按着下面的提示进行更改，然后执行就好了。

#!/usr/bin/python
# -*- coding: UTF-8 -*-

import os
import re
import urllib2
#解析博文HTML，获取博文时间、标题标签
from bs4 import BeautifulSoup
#解决中文编码问题
import codecs

#########
#htmlpre根据各自的csdn填写对应的。
#########
#mdPath填写上一步生成的md的所在路径，小白的话就请写绝对路径吧。
#########
htmlpre = "http://blog.csdn.net/to_be_better/article/details/"
mdPath = 'csdn_md/'
mdPosts = os.listdir(mdPath)

for postName in mdPosts:
    if postName.endswith('.md'):

这个脚本的功能就是去爬取对应文章的时间和分类，将这些信息对应填写到md的头部，使其符合hexo的标准，最终的结果是如下的。

---
title: 51Nod 1022 石子归并 V2 (划分型dp四边形不等式优化)
date: 2015-12-03 03:34
tags: [动态规划]
category: 大学时期CSDN
comment: true---
石子归并以前做过好几次，是经典划分型dp题之一，一直用的O(n3)的正常dp方法，也从未想过该怎么去优化它。

直到昨天做这道题，n的范围由往常的100改为了1000，老方法
一直超时，苦不堪言，搜到有个四边形不等式的优化方法，看帖子，画式子，拉着学长帮忙推导，总算是大概弄明白了一点。

dp(i,j) = min(dp(i,k)+  dp(k+1,j)  ) + w(i,j);(i < j, i<=k<j)

dp(i,j)  = MAX;(i>j)

dp(i,j)  = 0;(i=j)

此处省略后面内容。。。。。。。。。