Wordpress备份文件转Markdown(python)
一、导出Wordpress备份文件
从wordpress admin 后台 - 工具 - 到处 -文章，下载导出的文件，注意，一定要选文章
二、python转为markdown
创建xxx.py文件，代码如下
# -*- coding: utf-8 -*-
from lxml import etree
import io
import sys
sys.stdout = io.TextIOWrapper(sys.stdout.buffer, encoding='utf8')
def getText(element):
return element.text
def getCategory(elementList):
for element in elementList:
if element.attrib['domain'] == 'category':
return element.text
def parse(wordpress_file):
tree = etree.parse(wordpress_file)
root = tree.getroot()
for post in root.iter('item'):
# Title
title = getText(post.find('title'))
output = open(output_path + '\\%s.md' %
title.replace(' ', '-').replace('/', '-'), 'w+', encoding='utf8')
output.write("Title: %s" % title+"\n")
outputT.write("Title: %s" % title+"\n")
# Date
date = post.find('{%s}post_date' % wp_namespace).text
output.write("Date: %s" % date+"\n")
outputT.write("Date: %s" % date+"\n")
# Tags
tags = post.findall('category')
tagsList = ', '.join(list(map(getText, tags)))
output.write("Tags: %s" % tagsList+"\n")
outputT.write("Tags: %s" % tagsList+"\n")
# Category
category = getCategory(tags)
output.write("Category: %s" % category+"\n")
outputT.write("Category: %s" % category+"\n")
content = post.find(
'{%s}encoded' % content_namespace ).text.replace('\xa0', '')
output.write("\n" + content+"\n")
outputT.write("\n" + content+"\n")
output.close()
###############################################################################
if __name__ == "__main__":
# 备份文件绝对路径
input_path = "C:\\Users\\SummerLiu\\Downloads\\WordPress.2022-10-08 (1).xml"
# 目标Markdown文件夹的绝对路径
output_path = "C:\\Users\\SummerLiu\\Downloads\\wordpress\\md"
# namespace content
content_namespace = 'http://purl.org/rss/1.0/modules/content/'
# namespace wp
wp_namespace = 'http://wordpress.org/export/1.2/'
outputT = open(output_path + '\\total.md', 'w+', encoding='utf8')
parse(input_path)
outputT.close()
其中，input_path 为 备份文件的绝对路径，output_path为目标Markdown文件夹的绝对路径（文件夹提前建好，否则会报错文件夹不存在）
用浏览器打开Wordpress备份文件（后缀为.xml），看到下面红框框起来的两个网址，将蓝色网址粘贴到 content_namespace 和 wp_namespace 处进行替换，content_namespace对应xmlns:content后的网址，wp_namespace 对应xmlns:wp后的网址。
运行下面的命令，安装依赖库 lxml
pip install lxml
安装成功后，运行xxx.py文件
python "c:\Users\Downloads\xxx.py"
打开对应的文件夹，即可收获wordpress文章的Markdown文件
