前言
上周介绍了博客的模型设计，现在模型设计好了，要开始导入数据了。
我们要把一个文件夹内的所有markdown文件导入，目录结构作为文章的分类，文件名作为文章的标题，同时把文件的创建、更新日期作为文章的发表时间。
大概的思路就是先用.Net的标准库遍历目录，用第三方的markdown解析库处理文章内容，然后通过ORM写入数据库。
PS：明天就是五一劳动节了，祝各位无产阶级劳动者节日快乐~
相关技术
文件IO相关API
正则表达式
ORM：FreeSQL
markdown解析库：Markdig
开始写代码
我们首先从最关键的markdown内容解析、图片提取、标题处理说起。
（菜）造轮子，只能将就了。 https://github.com/xoofx/markdig
在项目里新建一个Class：，我们要在这个class里实现markdown文件相关的处理逻辑。
https://github.com/Deali-Axy/StarBlog/blob/master/StarBlog.Migrate/PostProcessor.cs
构造方法：
private readonly Post _post;
private readonly string _importPath;
private readonly string _assetsPath;
public PostProcessor(string importPath, string assetsPath, Post post {
_post = post;
_assetsPath = assetsPath;
_importPath = importPath;
}其中
：我们上一篇里设计的文章模型
：要导入的markdown文件夹路径
：资源文件存放路径，用于存放markdown里的图片，本项目设置的路径是
文章摘要提取
文章摘要提取，我做了简单的处理，把markdown内容渲染成文本，然后截取前n个字形成摘要，代码如下：
public string GetSummary(int length {
return _post.Content == null
? string.Empty
: Markdown.ToPlainText(_post.Content.Limit(length;
}文章状态和标题处理
之前在用本地markdown文件写博客的时候，出于个人习惯，我会在文件名里加上代表状态的前缀，例如未完成的文章是这样的：
（未完成）StarBlog博客开发笔记(4：markdown博客批量导入或者已完成但未发布，会加上
等到发布之后，就把前缀去掉，所以在导入的时候，我要用正则表达式对这个前缀进行提取，让导入数据库的博客文章标题不要再带上前缀了。
代码如下
public (string, string InflateStatusTitle( {
const string pattern = @"^（(.+）(.+$";
var status = _post.Status ?? "已发布";
var title = _post.Title;
if (string.IsNullOrEmpty(title return (status, $"未命名文章{_post.CreationTime.ToLongDateString(}";
var result = Regex.Match(title, pattern;
if (!result.Success return (status, title;
status = result.Groups[1].Value;
title = result.Groups[2].Value;
_post.Status = status;
_post.Title = title;
if (!new[] { "已发表", "已发布" }.Contains(_post.Status {
_post.IsPublish = false;
}
return (status, title;
}逻辑很简单，判断标题是否为空（对文件名来说这不太可能，不过为了严谨一点还是做了），然后用正则匹配，匹配到了就把状态提取出来，没匹配到就默认。
图片提取 & 替换
C#解析Markdown文档，实现替换图片链接操作
然后回到我们的博客项目，这部分的代码如下
public string MarkdownParse( {
if (_post.Content == null {
return string.Empty;
}
var document = Markdown.Parse(_post.Content;
foreach (var node in document.AsEnumerable( {
if (node is not ParagraphBlock { Inline: { } } paragraphBlock continue;
foreach (var inline in paragraphBlock.Inline {
if (inline is not LinkInline { IsImage: true } linkInline continue;
if (linkInline.Url == null continue;
if (linkInline.Url.StartsWith("http" continue;
// 路径处理
var imgPath = Path.Combine(_importPath, _post.Path, linkInline.Url;
var imgFilename = Path.GetFileName(linkInline.Url;
var destDir = Path.Combine(_assetsPath, _post.Id;
if (!Directory.Exists(destDir Directory.CreateDirectory(destDir;
var destPath = Path.Combine(destDir, imgFilename;
if (File.Exists(destPath {
// 图片重名处理
var imgId = GuidUtils.GuidTo16String(;
imgFilename = $"{Path.GetFileNameWithoutExtension(imgFilename}-{imgId}.{Path.GetExtension(imgFilename}";
destPath = Path.Combine(destDir, imgFilename;
}
// 替换图片链接
linkInline.Url = imgFilename;
// 复制图片
File.Copy(imgPath, destPath;
Console.WriteLine($"复制 {imgPath} 到 {destPath}";
}
}
using var writer = new StringWriter(;
var render = new NormalizeRenderer(writer;
render.Render(document;
return writer.ToString(;
}实现的步骤大概是这样：
用Markdig库的markdown解析功能
把所有图片链接提取出来
然后根据我们前面在构造方法中传入的导入目录，去拼接图片的完整路径
接着把图片复制到里面
最后把markdown中的图片地址替换为重新生成的图片文件名
小结
但是仍存在一个问题！图片文件名带空格时无法识别！
这个问题算是Markdig库的一个缺陷？吧，我尝试读了一下Markdig的代码想看看能不能fix一下，很遗憾我没读懂，所以暂时没有很好的办法，只能向官方提个issues了，这个库的更新很勤快，有希望让官方来修复这个问题。
遍历目录
前面说了关键的部分，现在来说一下比较简单的遍历目录文件，对文件IO用得很熟练的同学请跳过这部分~
https://docs.microsoft.com/zh-cn/dotnet/csharp/programming-guide/file-system/how-to-iterate-through-a-directory-treehttps://github.com/Deali-Axy/StarBlog/blob/master/StarBlog.Migrate/Program.cs
void WalkDirectoryTree(DirectoryInfo root {
Console.WriteLine($"正在扫描文件夹：{root.FullName}";
FileInfo[]? files = null;
DirectoryInfo[]? subDirs = null;
try {
files = root.GetFiles("*.md";
}
catch (UnauthorizedAccessException e {
Console.WriteLine(e.Message;
}
catch (DirectoryNotFoundException e {
Console.WriteLine(e.Message;
}
if (files != null {
foreach (var fi in files {
Console.WriteLine(fi.FullName;
// 处理文章的代码，省略
}
}
subDirs = root.GetDirectories(;
foreach (var dirInfo in subDirs {
if (exclusionDirs.Contains(dirInfo.Name {
continue;
}
if (dirInfo.Name.EndsWith(".assets" {
continue;
}
WalkDirectoryTree(dirInfo;
}
}用的这个方法叫做“前序遍历”，即先处理目录下的文件，然后再处理目录下的子目录。
递归的方法写起来比较简单，但是有一个缺陷是如果目录结构嵌套太多的话，可能会堆栈溢出，可以考虑换用基于模式的遍历，不过作为博客的目录层级结构应该不会太多，所以我只用简单的~
写入数据库
https://github.com/Deali-Axy/StarBlog/blob/master/StarBlog.Migrate/Program.cs
结束
OK，博客批量导入就介绍了这么多，几个麻烦的地方处理好之后也没啥难度了，有了文章数据之后，才能方便接下来开始开发博客网站~
大概就这些了，下篇文章见~
同时所有项目代码已经上传GitHub，欢迎各位大佬Star/Fork！
博客后端+前台项目地址：https://github.com/Deali-Axy/StarBlog
管理后台前端项目地址：https://github.com/Deali-Axy/StarBlog-Admin