系列文章
基于.NetCore开发博客项目 StarBlog - (1) 为什么需要自己写一个博客？
基于.NetCore开发博客项目 StarBlog - (2) 环境准备和创建项目
基于.NetCore开发博客项目 StarBlog - (3) 模型设计
基于.NetCore开发博客项目 StarBlog - (4) markdown博客批量导入
...
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。
为了处理markdown内容，我搜了一下相关资料，发现.Net Core目前能用的只有Markdig这个库，由于还处在开发阶段，没有完整文档，只能边看github主页的一点点说明边自己结合例子来用。没办法，没别的好的选择，又懒得（菜）造轮子，只能将就了。
Markdig官网地址：https://github.com/xoofx/markdig
在StarBlog.Migrate项目里新建一个Class：PostProcessor，我们要在这个class里实现markdown文件相关的处理逻辑。
PostProcessor.cs的完整代码在这：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
Post：我们上一篇里设计的文章模型importPath：要导入的markdown文件夹路径assetsPath：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StarBlog.Web/wwwroot/media/blog
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（未发布）
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"已发布"。
图片提取 & 替换
markdown内容处理比较复杂的就是这部分了，所以我之前就把这部分单独拿出来写了一篇文章来介绍，所以本文就不再重复太多，详情可以看我前面的这篇文章：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
importPath导入目录，去拼接图片的完整路径接着把图片复制到
assetsPath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
目前这个方案处理大部分markdown中的图片都没问题，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~
我用的是递归的方式来实现的，参考微软官方的一篇博客：https://docs.microsoft.com/zh-cn/dotnet/csharp/programming-guide/file-system/how-to-iterate-through-a-directory-tree
关键代码如下，完整代码在这：https://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Stack<T>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
本项目用到的ORM是FreeSQL，ORM操作在后续的网站开发中会有比较多的介绍，因此本文略过，文章数据写入数据库的代码很简单，可以直接看：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
