此文主要分享了如何將自己博客園的文章自動導出到 Markdown 文檔進行存儲，以便在本地進行歸檔管理，程序中也對文章的分類、tag、代碼塊以及文章中的圖片進行了保存處理，以便上傳到自己的圖。
整理后的 Markdown 可以在本地整理成冊或者發布到自己的個人博客上，比如我使用 Markdown 書寫的 個人博客 。
文章目錄
- 支持的功能
- 基本原理
- 幾個知識點
- 將 HTML 轉換成 Markdown
- 注意 Mac 和 Windows 以及 Linux 下的換行的區別
- 文章分類、tag 的獲取
- 文章中圖片保存
- 項目開源下載
1. 支持的功能
- 可以循環抓取自己博客園的所有文章導出到 Markdown 文件進行保存；
- 在 Markdown 的頭部保存了原文章的標題、發表時間、文章分類、文章 tag 元素；
- 文章中的代碼塊會抽取出來包含在
codeblock中，你也可以修改源碼保存成其他的格式塊； - 保存的文件名就是原文章的路徑，如果你的文章都設置了
EntryName，那生成的文件名就會非常的友好； - 文章中的圖片可選進行本地保存，命名的格式為源文件名，並可在原文中將鏈接進行圖床前綴的替換，你可以修改源碼按照自己的格式進行保存。
抓取保存后文件預覽。
2. 基本原理
- 循環抓取博客的列表，獲取到文章的鏈接；
- 循環文章的鏈接，進行抓取，提取元素；
- 保存抓取到的元素進行格式化並保存。
3. 幾個知識點
將 HTML 轉換成 Markdown
這里使用了一個開源的組件 Html2Markdown ,在控制台安裝組件后就可以使用了，主要支持兩個方法。
對字符串進行轉換
var html = "Something to <strong>convert</strong>";
var converter = new Converter();
var markdown = converter.Convert(html);
對文件進行轉換
var path = "file.html";
var converter = new Converter();
var markdown = converter.ConvertFile(path);
注意 Mac 和 Windows 以及 Linux 下的換行的區別
具體的區別可以看這里，可以根據自己的情況對源碼進行修改。
unix、windows、mac 的換行習慣
unix / linux：用 LF (\n) 表示一行結束。
mac：用 CR (\r) 表示一行結束。
windows：用 CR LF (\r\n) 和起來表示一行結束。
文章分類、tag 的獲取
分析后發現通過模擬請求 API 獲取即可，需要的參數通過正則匹配獲取，返回數據為 Unicode 進行轉碼提取。
文章中圖片保存
你可以修改源碼開啟或關閉此功能，使用文章中文件名作為保存到本地的文件名，並將文章中的圖片前綴進行了替換，你可以替換成你自己新的圖床地址。輸出的圖片文件在程序啟動的 images 文件夾。
4. 項目開源下載
項目源代碼在 GitHub
需要注意的問題是，項目中可能因為新舊文章中某些格式的變化導致抓取出來的 Markdown 格式可能稍有偏差，以及圖片、代碼塊的處理，你需要去根據自己的博客去進行對應的調整后使用。