近年来,出现了很多技术博客和技术社区,很多技术同事也开始建立自己的博客。 我们可以将自己的博客同步到不同的技术平台,而随着技术平台的增多,同步我们的文章所花费的时间也会越来越多,那么有没有一种工具可以快速将博客发布到不同的平台呢? 或者有没有一个工具可以直接将HTML转换成技术平台可以识别的“语言”并直接发布?
我们都知道程序员写博客最喜欢的“语言”是makedown,但是目前大多数技术社区都支持makedown句型,所以只要有makedown,我们就可以快速同步到不同的技术平台。
也许有人会说怎么提取网站源码,我们写博客不能只用makedown语句吗? 确实,这样可以满足需求,但是缺点是我们必须在本地保存一个makedown文件。 如果博客内容涉及图片,我们也需要维护。 一个img目录,所以每次要在不同的技术社区发布文章还是很麻烦的,所以综上,我们开发了一个工具,可以手动爬取html内容,一键转换成makedown,这样我们就可以发布博客了”肆无忌惮地”起来。
你将会收获
作者会在文末附上github地址。 有兴趣的学生可以一起搭建、学习和探索。
功效展示
客户方理念
首先想一下:
为什么选择夜床
客户端最重要的一步就是将html转换成md,这里我们使用翻车。
为什么要使用调低? 原因如下:
执行
// 引入第三方插件
import { gfm, tables, strikethrough } from 'turndown-plugin-gfm'
const turndownService = new TurndownService({ codeBlockStyle: 'fenced' })
// Use the gfm plugin
turndownService.use(gfm)
// Use the table and strikethrough plugins only
turndownService.use([tables, strikethrough])
/**
* 自定义配置(rule名不能重复)
* 这里我们指定 `pre` 标签为代码块,并在代码块的前后加个换行,防止显示异常
*/
turndownService.addRule('pre2Code', {
filter: ['pre'],
replacement (content) {
return '```n' + content + 'n```'
}
})
额外功能
支持手动获取链接文章标题,无需自动复制原文。
服务器
这里我们使用的服务器是node.js,我们使用后端框架来编写服务器来体验很棒的体验。
思路
首先想一下:
执行
获取后端传递过来的链接地址
这里我们直接使用node内置的句型,我们使用get方法来传递,使用query即可
const qUrl = req.query.url
根据请求获取html字符串
这里我们使用request来发出请求
request({
url: qUrl
}, (error, response, body) => {
if (error) {
res.status(404).send('Url Error')
return
}
// 这里的 body 就是文章的 `html`
console.log(body)
})
根据不同平台域名获取不同的dom
因为技术平台很多,每个平台的文章内容标签、样式名称或者id都会不同,需要兼容。
一、使用js-dom模拟dom的操作,封装一个方法
/**
* 获取准确的文章内容
* @param {string} html html串
* @param {string} selector css选择器
* @return {string} htmlContent
*/
const getDom = (html, selector) => {
const dom = new JSDOM(html)
const htmlContent = dom.window.document.querySelector(selector)
return htmlContent
}
// 比如掘金,内容块的样式名为 .markdown-body,内容里会有 style 标签样式和一些多余的复制代码文字,通过原生 dom 操作删掉
if (qUrl.includes('juejin.cn')) {
const htmlContent = getBySelector('.markdown-body')
const extraDom = htmlContent.querySelector('style')
const extraDomArr = htmlContent.querySelectorAll('.copy-code-btn')
extraDom && extraDom.remove()
extraDomArr.length > 0 && extraDomArr.forEach((v) => { v.remove() })
return htmlContent
}
// 再比如 oschina,内容块的样式名为 .article-detail,内容里会有多余的 .ad-wrap 内容,照样删掉
if (qUrl.includes('oschina.net')) {
const htmlContent = getBySelector('.article-detail')
const extraDom = htmlContent.querySelector('.ad-wrap')
extraDom && extraDom.remove()
return htmlContent
}
// 最后匹配通用标签。优先适配 article 标签,没有再用 body 标签
const htmlArticle = getBySelector('article')
if (htmlArticle) { return htmlArticle }
const htmlBody = getBySelector('body')
if (htmlBody) { return htmlBody }
将图片和链接的相对路径转换为绝对路径,方便以后查找源路径
// 通过原生api - URL 获取链接的源域名
const qOrigin = new URL(qUrl).origin || ''
// 获取图片、链接的绝对路径。通过 URL 将 `路径+源域名` 转换为绝对路径,不熟悉的同学请自行了解
const getAbsoluteUrl = p => new URL(p, qOrigin).href
// 转换图片、链接的相对路径,不同平台的图片懒加载属性名不一样,需要做特定兼容
const changeRelativeUrl = (dom) => {
if (!dom) { return '内容出错~' }
const copyDom = dom
// 获取所有图片
const imgs = copyDom.querySelectorAll('img')
// 获取所有链接
const links = copyDom.querySelectorAll('a')
// 替换完所有路径返回新 dom
imgs.length > 0 && imgs.forEach((v) => {
/**
* 处理懒加载路径
* 简书:data-original-src
* 掘金:data-src
* segmentfault:data-src
*/
const src = v.src || v.getAttribute('data-src') || v.getAttribute('data-original-src') || ''
v.src = getAbsoluteUrl(src)
})
links.length > 0 && links.forEach((v) => {
const href = v.href || qUrl
v.href = getAbsoluteUrl(href)
})
return copyDom
}
// 在获取不同平台的文章内容 getBody 方法里,应用 changeRelativeUrl 方法
const getBody = (content) => {
...
...
return changeRelativeUrl(htmlContent)
}