CSDN文章搬运至Hexo

下载

我们使用CSDN2md插件：

https://github.com/Qalxry/csdn2md

然后打开我们要下载的专栏

删去并行选型、图片保存本地选型

把间隔时间调整至3秒

添加文件元信息（用于转为hexo）

然后开始下载即可

记得一定要间隔充足的时间！不然会被CSDN识别为爬虫，然后就访问不了了。

转化

我们发现，这样下载后只有一级专栏，二级专栏没了

但我的二级专栏不多，所以可以用Python批量添加：

以一级专栏为 OI 为例，我们想添加二级专栏为 高考复键:

import re
import yaml
from pathlib import Path

# 配置固定
TARGET_CAT = "OI"
LEVEL1 = "OI"
LEVEL2 = "高考复键"

def process_md(file_path: Path):
    text = file_path.read_text(encoding="utf-8")
    # 匹配 --- frontmatter ---
    front_re = re.compile(r"^---\n(.*?)\n---\n", re.DOTALL)
    match = front_re.match(text)
    if not match:
        print(f"跳过（无头部）：{file_path}")
        return

    fm_raw = match.group(1)
    body = text[match.end():]

    try:
        fm_data = yaml.safe_load(fm_raw)
    except Exception as e:
        print(f"YAML解析失败 {file_path}：{e}")
        return

    # 只处理 category: OI 的文件
    if fm_data.get("category") != TARGET_CAT:
        return

    # 替换分类
    del fm_data["category"]
    fm_data["categories"] = [LEVEL1, LEVEL2]

    # 生成新头部，不乱序、中文正常
    new_fm = yaml.dump(
        fm_data,
        allow_unicode=True,
        sort_keys=False,
        default_flow_style=False,
        indent=2
    )
    full = f"---\n{new_fm}---\n{body}"
    file_path.write_text(full, encoding="utf-8")
    print(f"已修改：{file_path}")

if __name__ == "__main__":
    # 当前目录递归所有md
    root = Path(".")
    md_list = list(root.rglob("*.md"))
    print(f"共扫描到 {len(md_list)} 个Markdown文件\n")
    for md in md_list:
        process_md(md)
    print("\n=== 全部处理完成 ===")

我们转化后的文章如果全放在source中，可能不利于我们后续整理，所以我们可以给它添加前缀

这份脚本添加的是 CSDN算法 的前缀

import os

prefix = "CSDN算法"

# 遍历当前目录
for filename in os.listdir("."):
    # 只处理md文件，跳过脚本自身、文件夹
    if filename == __file__:
        continue
    if os.path.isfile(filename) and filename.lower().endswith(".md"):
        new_name = prefix + filename
        os.rename(filename, new_name)
        print(f"{filename}  →  {new_name}")

print("\n所有md文件重命名完毕")

使用脚本：

1	python rename.py

我们发现，有些时候，爬下来的标签会带""，因此我们可以再写一份Python脚本：

import os
import re

def process_md_file(file_path):
    with open(file_path, "r", encoding="utf-8") as f:
        text = f.read()

    # 匹配头部 --- YAML Front Matter ---
    fm_pattern = re.compile(r"^---\n(.*?)\n---", re.DOTALL | re.MULTILINE)
    match = fm_pattern.search(text)
    if not match:
        return

    old_fm_block = match.group(0)
    fm_content = match.group(1)
    lines = fm_content.splitlines()
    new_lines = []

    for line in lines:
        stripped = line.strip()
        # 匹配 category / categories / tags 开头行
        if re.match(r"^(category|categories|tags):", stripped):
            line = re.sub(r'"(.*?)"', r"\1", line)
        # 匹配列表项：- "xxx"
        elif re.match(r"^\s*-\s*\"", stripped):
            line = re.sub(r'"(.*?)"', r"\1", line)
        new_lines.append(line)

    new_fm_content = "\n".join(new_lines)
    new_fm_block = f"---\n{new_fm_content}\n---"
    new_text = text.replace(old_fm_block, new_fm_block)

    if new_text != text:
        with open(file_path, "w", encoding="utf-8") as f:
            f.write(new_text)
        print(f"修改完成：{file_path}")

def scan_md(root="."):
    for dirpath, _, files in os.walk(root):
        for name in files:
            if name.endswith(".md"):
                full_path = os.path.join(dirpath, name)
                process_md_file(full_path)

if __name__ == "__main__":
    print("开始批量移除 front-matter category/tags 双引号...")
    scan_md()
    print("全部处理完毕！")