我的天

以前写网页，都是在记事本里，一个一个字敲。缩进什么的，通常都是用tab完成，因为如果要敲4个空格键，实在太难了，而且那时我也不知道标准做法是4个空格键。我不可能每次都那么准确敲4个空格，如果敲漏了可能就会对不准，会逼死强迫症。我已经不记得以前我是怎么保证那些需要成对出现的东西配对的，所有东西对我来说都像是白纸黑字，所以在记事本里敲跟我在白纸上面写没什么区别。

很多年以后，我开始用Notepad++，那个东西的好处是会根据不同编程语言把标识符都给高亮出来。很智能的地方还有显示到底我配对的是哪一层，这样就让我在查找问题的时候简便了很多。但到这里为止，我做的所有事情也都只是在靠着自己的眼力去完成。

再到后来，当我已经不再设计自己blog网站之后，准确来说，是当我下定决心，要用python去解决blog导出数据转换的时候，我用上了vscode。我使用vscode的时间跟我系统学习python的时间是一致的。一边学习python，一边在vscode里实践。那是我第一次用上那么智能的编辑器。有了那个东西以后，如果我犯了一些低级的错误，马上会有红色波浪线给我标出来，如果有一些可能错，但未必一定是错的东西，就会给我标黄。所以如果我遇到的那些东西，基本上我就不用测试程序了，肯定不会通过的，但即便没有被波浪线，也没有被标黄，测试的时候可能依然得不到我想要的效果，但有时会给我提醒到底是哪一行、运行到什么情况的时候不对劲了。

学习过C，研究过html，也玩过php，去年也着用了office里面的VBA。我觉得就思路呈现而言，python是让我觉得最自由的。因为没有那么多条条框框的格式限制，甚至连配对的括号都不需要，只需要要恰当的缩进就能解决问题。在vscode里，标准的缩进使用4个空格，但你也可以用tab。同时你也可以设定把tab自动转化为4个空格。有了这么方便的缩进。python那些必须用缩进说明层次的问题，完全不是问题。

这一次，当我要做级联下拉网站的时候，我在vscode里写html。在标签配对方面，感觉实在太爽了，标签会自动给我匹配，缩进也会给我自动实现。在写ID、写class的时候，可能会空格乱写，但只要全选之后，Shift+Alt+F就可以做一个格式化。格式化以后，所有东西都是完美的。有时我要引用某个js或者css。引用的不是一个网站链接，而是某层文件夹里面的东西，那个时候vscode把理论上我应该全部敲出来的东西给我变成了下拉的选择题。这些选择题，在我敲打标识符的时候也通常很自然地带出来。标识符这个玩意，在编辑器里，有些会自动带出来，有些不会。不会的时候，非常有可能你脑子里想到的是某个东西，但你手上敲出来却是另外一个玩意，于是就会导致最后完蛋了。让我觉得爽的还有vscode的高亮是我喜欢的那种颜色。以至于习惯了vscode的暗黑配色以后，我把Notepad++的主题颜色也变成了高仿vscode的样式。

以前写网页是因为我要写，现在有了vscode的加持，我觉得我可以写得很舒服。

当所有现成的方法都解决不了问题的时候，我选择了自己写python脚本转换我的静态网站。花了一个下午的时间，居然还真做出来了。之所以可以这样，是因为我是站在巨人的肩膀上的，我用的是gitbook的格式，他们的静态网页是怎么整的，我就怎么整，毕竟在一个网页里面，哪些部分的数据需要动态变化，哪些需部分的数据无需变动是显而易见的。

之所以可以这么快，另外一个原因是我有了调试的利器。这一次，我用的是VS Code调试html代码。VS Code本来就很强大，昨天更新了个新版本以后，还自动内置了自动修改标签功能，之前这个功能需要用插件实现。大概因为要用这个功能的人实在太多了，所以还不如把它变成默认支持。默认也是需要设置的，不过那就不过是打一个勾而已。VS Code版本更新来得很及时，刚好在我需要用到这个功能的时候，他们就更新了。我还安装了美化格式的插件，这样的好处是，缩进空行什么的一键完成，虽然这个东西看上去很美好，但实际上也是有缺陷的，甚至导致我都不敢用了。因为他们为了好看做了一些不该做的事，超连接给我回车分行，并且在a和href之间再加入很多缩进，这样的话，超链接就不再是超链接了。我实在不知道他们是怎么想的，显然这是一个很大的bug。帮助我最大的是一个叫做live server的插件。这个东西可以虚拟出服务器，网页就可以直接在浏览器上实时更新了。这样的好处是显而易见的，因为这样的话，网站上的超链接全部都可用了，而不需要再按一个CTRL。那种感觉就像直接是在服务器上运行了。我觉得这个效果大概跟各种脚本建立虚拟服务器静态网站差不多。那些脚本除了建立静态网页到缓存，还开起了虚拟服务器。现在，我自己写静态网页，live server开启虚拟服务器。

从前用记事本或者Notepad++，写html的时候，标签配对从来是个大问题，虽然写好了以后，他们会提醒你标签到底配对到哪里了，但在写的时候一点都不智能。之所以这样，可能因为我一直没有去找Notepad++的相关插件。VS Code自带了智能配对的功能，当你写完半边标签以后，后半边自动跳出来了，而且标签你不用写全，写一部分他们就会提醒你，你即将要写的是什么，然后选择就可以了。这样的好处是，标签的配对再也不会出状况，而且标签也不可能写错了。当时我是在看某个介绍VS Code的视频的时候知道这个Emmet功能的，也正是因为这个功能吸引我，那天晚上就下载了个便携版。我不知道便携版和安装版有什么不一样，反正后来，VS Coe用得越来越多，安装版是必须的。如果从前就有VS Code，大概我的很多工作就不需要走那么多的弯路了。但话说回来，现在我写的是静态的网站，如果那是动态的，估计就没那么容易了，但是，就标签配对来说，VS Code还是相当棒的。

现成的各种方法用几个小时，甚至根本生成不出来的电子书是静态网站，我用120秒就搞定了。前提是我们的数据源不一样。我配给他们的数据源是9000多个markdown文件，而我自己使用的数据源是一个20多MB的XML文件。可以生成我梦寐以求的静态网页当然是件好事，但这些静态网页加起来，居然有接近8GB的大小，显然这就很逆天，没有哪个地方能供得起这样的数据。根本原因在于我的每一个页面里面都有一个800多KB的目录列表，排除那个目录列表以外，实际上每个网页文件的内容大都只有不到10KB。所以摆在我面前的是，我不能让那个目录存在于每一个页面，我需要做一个目录页，也就是归档页，我要把那个归档页的链接放到现在的目录那里，而现在的链接则放在归档页里面。只放全部文章的归档页又好像非常空旷，所以接下来，我得考虑把从前的点点分类重新带回。最终的目录那里会有全部文章归档，以及各个分类的归档链接。这个过程挺绕，是我让那些分类消失的，现在我又要把那些分类带回来。最简单的方式是我修改点点到wordrpess的转换转换，让那些分类重新回到分类那里，然后下一步的wordpress XML转化为静态网页文件才会流畅。

python已经成为了我的大杀器，我要学更多，让这杀器更厉害！

不知不觉好像我已经快一个星期都没有碰python了，原因是在家的时候我懒惰，在单位的时候，一心在整理各种各样的数据，也正是因为我正在整理数据，所以其实在我的骨子里是念念不忘想使用python这个大招的。在数据处理方面。我觉得，我正在用Excel人肉操作的那些，如果以一个正确的方式丢给python，那绝对是几秒钟就能完事。明明我知道可以这么干，但现在我还没到达那个境界。

昨天我整了一个巨长的公式。在最开始的阶段，我在普通的Windows记事本里折腾，但是当公式嵌套得越来越多以后，显然普通的记事本把我直接看晕了。我把那个东西放回Excel，但实际上Excel这个怪物根本不给我显示到底那些一对又一对的括号谁跟谁匹配。我也试过把那条长长的公式放到VS Code里，我随便打了个py文件往里面放Excel公式。虽然某些地方高亮了，但是括号匹配还是很不行。如果那不是一个Excel公式，而是一个python文件，我早就给它写很多注释、搞很多回车了。不就是个嵌套了三层的if嘛。但实际上，如果这是在python，完全可以不嵌套，用三组平行的if就解决问题了。最终，我把那条很长的公式贴到了Notepad++里。经过一番折腾，我觉得Notepad++才是最适合编辑Excel长公式的工具。虽然Notepad++不能自动生成成对的括号，但是在判断括号对应性方面，我感觉已经足够了。他们会把成对的括号用加粗的红色显示。当你选择这一边的括号的时候，那边的括号就红色加粗了，这样我就能搞清楚自己编辑到了哪一层括号。习惯了用python之后，什么括号，什么使用范围之类的东西全部用冒号、用缩进就解决了，回到Excel里要用一句话表达，本来用三句短话就能表达清楚的东西的确挺烦人。为什么Excel编辑公式就不能用回车，不能用缩进解决问题呢？如果有几个回车的话，显然那条公式到底在表达什么就很明白了。在Excel的某个单元格里回车，那就是要执行公示的节奏。如果是数组公式，你还得用组合键结束。有时我实在不明白他们为什么非得一定要用组合键呢？为什么不能在公式外面加一个什么函数包裹，让软件明白就在执行数组公式呢？

习惯了python的简洁与人性化后，回到Excel让我各种不习惯。在python里，单引号和双引号都可以用来表达那是字符串，但Excel要表达字符串，要表达某些固定格式，必须用双引号。另外一个人让我不习惯，因为我已经彻底忘记的就是在Excel里面不等于用的是<>，而在其他编程语言里面，不等于的表达方式是!=。所以当我在Excel里使用!=的时候，Excel懵逼了。于是我不得不去搜索，进而发现是我自己搞迷糊了。还记得小学的时候，家长们总担心孩子如果一边学汉语拼音一边学英语会不会张冠李戴，用汉语拼音来读英语或者用英语来读汉语拼音。这是两种彻底不一样的东西，虽然他们的最终结果就只是个发音而已。我是小学一年级开始学汉语拼音的，三年级的时候开始学英语口语。在我开始在学校正规接触英语之前，我的汉语拼音已经很熟练了，而在我接触编程语言之前，我接触过Excel，但只是接触过而已。对二者的深入了解几乎可以说是平行发展的，所以混淆二者的某些基础用法我觉得可以理解。

最终，我把那个我想做到的效果用一条很长的公式表达了出来。那条公式针对的不是具体的某些单元格里面的东西，所指代的位置全部都是相对的。所以根本不存在拖拉以后会出现状况。有了这条公式我就彻底做到了对某个仓开始入库、结束入库以及期间库存精准定筛选定位。

那条长公式在成功整出来之前，我先在纸上列出了几个条件。代码这种东西是非常讲究思路的啊啊啊。

现在我到底比10年前进步了多少，我不知道，但显然，10年前我还不认识正则这种东西。后来的很多抓取需要让我不得不学习了这个。一开始，我是在PHP上面用的，而昨天，我要把这个用在Notepad++上面，正则类似，但不同地方的细则又有所不同。正则这个东西让我在Notepad++上完成了我觉得这软件可能完成不了的事情。我太低估Notepad++的实力了！简单的替换或者新增这段，对它来说毫无压力，尤其是纯粹字段的东西。昨天之前我有想过要不要这次之后我也学习一下Python。语言类的东西学习了不少，但是我的电脑里没有配置一个环境可以让某个语言做到输入输出文件。如果把Excel算上，估计那是唯一OK的。我之前用的PHP实际上在编程方面我几乎没接触过。

学习编程语言，学习什么样的编程语言，很多时候都不是由我自己说了算。遇到什么问题，看到别人用什么解决，然后我就会觉得那个东西很有用。如果现在要用一种语言去定义我自己的话，我甚至说不出来。我不需要所有语言都懂，我只需要有一个我非常懂的东西就可以了。但显然，现在我还没做到，所以接下来我需要做的是找到这种语言，然后深入的研究。无论哪种语言，深入进去以后都可以无比强大，起码我想实现的那些小愿望全部不成问题了。其实我也不能说我完全不懂PHP，我还是有点懂的，但主要还是用在一些前端方面。因为我会认识这种语言是从网页与CSS配合开始的。一直以来，我都没有深入进去。我没有在电脑上长期安装一个运行环境。每次我要测试开发WordPress模板又或者其它内容的时候，我也是到需要时才安装，不需要的时候又把它卸载掉。需要PHP的运行环境，意味着可以实现很多计算，但我并不需要一定在本地部署。我把脚本放在网上一个免费的地方，我那些小不点功能其实就可以做到。以前，我是这么干的。现在估计我依然可以这么干。我为什么要配置PHP环境而不配置其他东西呢？其他东西可能更方便快捷。我不知道语言与语言之间的差异主要有哪些。从宏观层面上看，判断和循环基本就是它们的全部，但在如何表达参数上面，各家有各家的说法，所以其实一直以来我都很蒙圈。如果你给我一堆代码，要我判断这是哪种语言的。我肯定说不上，除非有一些非常明显的标志。看看他们的声明以及执行部分，很多时候我觉得都一个样。当然这只是我肤浅的觉得，实际上不是这么回事。因为我不熟悉他们，我只是见过他们，有些更加纯粹是一面之缘。

就像我用一个数据透视表能解决几乎Excel的绝大多数问题一样，因为我熟悉它。如果我熟悉公式，我也一样可以单用公式解决Excel的绝大多数问题。我是时候在一种编程语言上下功夫了。

我只是想把自己从前的东西重新拿出来，原来这也会很难，这是我完全没想到的。要找回那些尘封10年的文档，并不算太难，翻一下电脑也就找到了，虽然有点坎坷，因为当时备份的时候，我没有标注是哪个网站的，xml都放在一起，我以为那都是我主站的，后来，同一个日期不同的文件大小才让我觉得有蹊跷。xml文档找到了，接着要把它转化为WordPress的格式。当年用来转换文档的脚本找不到了，翻遍家里电脑的各个盘都没找到。之所以在家的电脑找不到，是因为当时干这事我是在单位完成的。所以理论上单位的电脑应该有，但是因为换过电脑，我也清理过同步盘，所以会不会也因此清理掉呢？这个我不确定。我觉得，在我转格式的时候，我仍然在用Dropbox，里面的很多东西我的确已经清理了，于是这也很好解释，为什么我家里电脑的Dropbox文件夹里找不到那个脚本。家里的电脑没有，单位的电脑可能有，但还有一种可能性，我把那上传到网盘，于是就把那同步软件里撤掉了。我只会上传到两个地方，一个是百度，一个是115。115打开很麻烦，我也懒得下载打开它的工具。百度上果然就有我要找的东西，但当我想把整个文件夹下载回来的时候，问题严重了，那里居然有4000多个文件。下大文件的时候度娘就很慢，下小文件的时候度量更慢，那是直接10KB以下的速度。我直接去网页版的度娘找到我要的东西，不在客户端里等它慢慢下载了。

东西下载回来以后，我再翻查我的日志，我需要安装一个Python。我默认安装的是现在最新的版本3.7.7，但运行脚本以后却发现才刚刚开始读取脚本，就马上报错。查找原因，原来是版本之间的语法差异。才刚刚开始就错，要运行完整个脚本，我真不知道还得修改我根本不懂的语法。所以，我把最新的Python卸载掉了，重新安装当时我就在那个版本下转换的2.6.5。2.6.5是一个什么概念？这意味着时光倒流10年。

出乎我意料，软件装好以后，我几乎没遇到困难就可以把BlogBus的文档成功转为了WordPress的格式。在下载Python的时候，我顺便下载了XAMPP，同样下载的是最新的版本。前段时间我才刚用过，觉得挺爽。我也下载了最新版的WordPress的5.3.2。同时把导入插件也装。当我试图上传，已经转过格式的xml是，上传报错。原来这才是噩梦的开始！不同版本的WordPress里的xml格式各不相同，几乎可以这么说，越往后越严格越来越严格了。于是我又安装了WordPress 3.9和2.8。3.9的WordPress在PHP 7之下马马虎虎可以运行，2.8是直接连数据库都连不上…… 于是我甚至不能从通过低版本的WordPress N轮导入导出拯救世界……

没办法，我只能研究我手头上的xml，看看和现在的标准版差多少。首先，必备填写一个WXR的版本号。在旧版本里，这条规则是这是不存在的，所以要手动加入。同样需要手动加入的就是，即文件类型，因为现在的WordPress把文章分成了post和page。把这些搞定以后，基本上正文就可以导进去了，但是分类和标签还是不行。因为现在的分类和标签，WordPress使用的是一个叫做nice name的东西，你必须在分类和标签那里，加上这个标注0才能识别的出来。评论那里，当年就试过在2.8的版本里面评论正常，但是在2.9里面，有评论的话会只剩下一条评论。研究发现，那是因为评论有了一个id号。BlogBus转码过来的东西没有id号，所以大概东西就自动覆盖了。除了这些BlogBus和WordPress之间的格式问题以外。我的文章里还有格式的=问题，因为有些东西，不完全是我自己的东西，好些是我从网络上搜集回来的。当时我保存了网页，在BlogBus发布的时候直接复制到可视化编辑器，所以格式也带入了。如果当时我懂得先把东西贴到记事本，然后再剪切粘贴一次，就不会存在这种问题。除了格式以外，从前的blog里还有图片，但经过这么多年，图片都已经失效了，链接摆在那里只会浪费加载时间和访客的期待，所以我要把图片链接也尽可能去掉。有些图片链接是我没办法去掉的，因为用正则筛选的时候会遇到一些很屌丝的句子，到了某个点，就卡住了，但实际上那并不是这个标签的结束。

搞清那些规则，总结出我的对策。一次又一次查找替换，一次又一次导入删除再导入。花了一整个下午加半个晚上的时间，我总算搞定了从前BlogBus上的BLF！文章238篇齐全，评论56条也齐全！！！其中可能会有一些小格式上毛病，但是那并不是共性的问题，后续还得靠运气慢慢修改。

非常有必要记录一下我在Notepad++上做的WordPress不同版本xml转换操作

/*操作开始*/

普通替换《channel》为《channel》《wp:wxr_version》1.1《/wp:wxr_version》 /*WP XML共性问题*/
普通替换《category domain=”category”》为《category domain=”tag”》
普通替换《dc:creator》《/dc:creator》
为《dc:creator》《![CDATA[xrspook]]》《/dc:creator》《wp:post_type》《![CDATA[post]]》《/wp:post_type》《category domain=”category”》《![CDATA[回到过去——Betty迷的独白]]》《/category》 /*《/wp:post_type》前是WP XML共性问题*/
普通替换《BR》《BR》为《BR》
普通替换《!–msnavigation–》为无
普通替换[summary_of_BLF]为[summary_of_BLF(from_rincondebetty)]
普通替换[summary_of_EcoModa]为[summary_of_EcoModa(from_rincondebetty)]
普通替换《category domain=”tag”》《![CDATA[(from_rincondebetty)]]》《/category》为无
普通替换[Yo soy Betty, la Fea]为[Yo_soy_Betty,_la_fea]
普通替换[JEA’s Writting]为[JEA’s_Writting]
普通替换”博主”为”xrspook”
普通替换《i》为无
普通替换《/i》为无

正则替换category\”》《\!\[CDATA\[(.*?)\]为category\” nicename=\”\1\”》《\!\[CDATA\[\1\] /*WP XML共性问题*/
正则替换tag\”》《\!\[CDATA\[(.*?)\]为post_tag\” nicename=\”\1\”》《\!\[CDATA\[\1\] /*WP XML共性问题*/
正则替换《[TDSFHI].*?》为无
正则替换《/[TDSFHI].*?》为无
正则替换《P.*?》为《P》
正则替换《(table|tbody|tr|td|div|span|img|script|font|hr).*?》为无
正则替换《/(table|tbody|tr|td|div|span|img|script|font).*?》为无

《wp:comment》《/wp:comment》中增加《wp:comment_id》1《/wp:comment_id》，id数字递增 /*WP XML共性问题*/

/*操作结束*/

注：请自行替换《》为<>，用尖括号那是全部都挂掉无法显示的节奏啊啊啊

这个是一次死去活来的经历啊啊啊啊啊啊啊啊啊啊啊啊！奇怪的知识又增长了不少……