从 Wordpress 到 Hexo 进行数据迁移

This article was last updated on <span id="expire-date"></span> days ago, the information described in the article may be outdated.

之前博客部署在阿里云的轻量服务器上，因为不想在国内备案的原因，选择了香港地区的服务器，在外面套了一层 Cloudflare 的 CDN，这样可以给站点加上小绿锁，也不用自己担心证书的问题。

之前的博客访问起来速度只能说一般般，毕竟离开大陆的服务器少有访问速度快的，Cloudflare 的 Anycast 在国内经常被绕到美国，这也是没办法的，国内的网络环境太复杂了。

但这些都不是迁移博客的原因，前一段时间在更新了 Wordpress 之后，貌似它们又搞了一个什么新的编辑器？在那之前我还可以把在本地写好的 Markdown 进行少量修改的复制过去发布文章，这次之后就完全不能了；而且对 LaTex 的支持还必须启用插件。这对只想安安静静写两篇帖子的我来说简直是太难过了 —— 折腾来折腾去，过一段时间还得升级，升级之后你也不知道会发生什么。

那就迁移吧，Hexo 是个不错的选择；毕竟折腾一次，以后轻松。

迁移牵扯到几个问题：

WordPress 是动态的博客程序，我将它部署在VPS上；但是对于 Hexo 这种静态的博客程序来说，一个 VPS 来说就太浪费了；经过查询之后，我选择了 Vercel —— 它支持免费的静态页面部署，并且大陆的访问速度也还不错。
博客内包含了大量的图片，如果将这些直接部署在静态内容托管平台上，在进行 Markdown 写作的时候会有不少的麻烦，因此我们需要一个自建的图床。
之前 WordPress 的文章需要迁移至 Hexo，尽管 Hexo 有插件从 WordPress 导出的 XML 可以生成博客文章，但是这些恢复的文章经过实测，有着严重的格式问题；

并且更重要的，这样生成的文章没有办法从旧站点生成 301 跳转，这对于依赖搜索引擎结果的访问者们来说，无异于重新建站。
博客我还是希望启用评论的，但是对于 Hexo 这样的静态博客程序，需要动态处理的评论程序往往是一个难题；另外，之前的评论我也不想直接丢掉，这也是我 7 年博客记忆的一部分。

这几个问题我们来一步步解决。

部署 Hexo 到 Vercel 上

这可能是最简单的一步，网上有大量部署 Hexo 的文章；部署到 Vercel 的步骤几乎差不多：

首先在本地部署一个 Hexo，这个如果不会可以参考 Hexo 官网的部署教程
之后在你的 GitHub 上新建一个 repository 可以是 Private 的，也可以是 Public 的；我这里选择了 Private 的，因为这里面会有很多隐私信息
将你的本地 Hexo 程序 Push 到刚才的 Repos 上，但是一定注意：
- 排除 node_modules 文件夹，这个文件夹是本地的 Hexo 程序，没有必要推送给托管方，并且这个文件夹的存在会导致 Vercel 的部署出现问题
- 排除 Public 文件夹，这个是你在本地使用 hexo generate 生成的静态文件，没有必要上传
- 如果你有使用 git clone 从线上克隆主题程序，请一定删除 themes 对应文件夹下的 Git 仓库信息，否则会导致你的本地项目无法正常 Push 到 GitHub 上
之后在 Vercel 上创建一个账户，使用 New Project 新建项目，并按照指导授权你的 GitHub 信息访问，并选择你刚刚创建的博客 Repos 给 Vercel 访问
之后在 settings 部分更改项目的 build / server 命令如下：
之后完成 Import，如果没有问题，Vercel 就会开始对项目进行部署并分配给你一个他们的二级域名，你也可以在 settings - domain 部分绑定自己的域名；

我使用 Cloudflare 只需要在 Console 里面修改 DNS A 记录到 Vercel 的地址即可

完成了上面的步骤之后，你的 Hexo 博客就部署在了 Vercel 上，并且在你本地更新完成之后，只需要将改动 Push 到你的 GitHub 仓库，Vercel 类似 Travis CI 的 Action 就会自动执行，更新部署你的博客。

在绑定了自己的域名之后你就可以看到自己的博客正常运行了。

使用阿里云 OSS 与 CDN 自建一个图床

这里我使用了阿里云 OSS 与 CDN 自建图床，这样可以最小化成本，使用 OSS 一年的成本也就 9 元，40GB 的存储空间我相信足够大部分博客使用了；

为了最小化流量成本，我们在外面再套一层 CDN，这样按照阿里云的计费方式，我们每小时几 MB 的流量是不会收费的。

使用 OSS 和 CDN 的教程太多了，如果你不会的话更可以联系阿里云的售前支持，就说你是企业用户，我相信他们会很高兴给你解答的。

但是一样的，我需要提醒几个点：

OSS 需要设置防盗链的 Referer，但是不要相信阿里云的鬼话：

他们的防盗链对通配符支持很差！

他们的防盗链对通配符支持很差！

他们的防盗链对通配符支持很差！

重要的事情说三遍，例如：

你想允许 Referer 为 https://init.blog 的请求通过，如果编写规则为 https://*init.blog 那么恭喜你，你会得到一大堆的 403 错误。

并且在设置 Referer 时记得需要完全的匹配：协议、端口号、域名
因为我们的图床域名往往与博客主域名不同，那么在 CDN 的设置里面需要解决 CORS 问题；

我们可以在 CDN 设置里面设置 HTTP 的指定 Headers，类似如下设置即可：
之后我们可以开启压缩之类的优化，进一步节省流量

在这之后我们的自建图床应该就可以使用了，因为是图床，我使用 PicGo 管理上传；如果在前面的防盗链里面我们没有允许空 Referer，那么可能上传之后在本地查看会出现裂图的情况，但这并不影响我们在博客部署后的正常使用。

旧文章迁移与跳转

首先，我想告诉大家的是，旧文章迁移只能够手动进行，至少我没有发现有什么好的方法。

好在我们可以直接从原站 Copy HTML 的内容，像是 Typora 这样的 Markdown 对粘贴内容的支持很好。

下来就是需要从旧站点设置文章跳转，我这里的方法仅限于原站使用 postid 的方式：

首先在迁移文章时，根据 Hexo-Migrate 插件导出的原文章 id，修改文件名为这个 id，这样在 generate 之后我们就有了如下的 URL：
- /postid
  
  对比之前文章的 URL：
- /archives/postid
  
  我相信大家已经有了思路了

在进行如上的文章迁移之后，我们有两种方式进行原文章 URL 跳转：

使用 Cloudflare 的朋友可以使用内建的 Page Rules 进行规则跳转：

我们这里选择 301 进行永久跳转告诉搜索引擎我们已经废弃了原来的地址，部署规则之后就可以实现跳转了。

但是需要注意的是，要使用 Page Rules 必须要使得流量经过 Cloudflare，如果部署的静态托管有国内或者香港之类更快的节点，这样就会对我们的博客速度造成很大影响。

所以我选择了仅 DNS 的服务，并使用下面的方法解决跳转问题。

如果使用的静态托管是 Vercel，我们可以使用 vercel.json 进行跳转，它类似 Apache Server 的 rewrite 功能，我们在站点根目录新建一个 vercel.json，同样的有两种方法进行设置：

使用 redirect 进行，它的配置式类似：

{
  "redirects": [
    { "source": "/user/:id", "destination": "/api/user", "permanent": true },
    { "source": "/proxy/:match*", "destination": "https://example.com/:match*" }
  ]
}

使用 routes 进行，我使用的配置式如下：

{
  "routes": [
    { 
    	"handle": "filesystem" 
    },
    {
    	"src": "/archives/(.*)", 
    	"status": 301, 
    	"headers": { 
    		"Location": "/$1" 
    	}
    }
  ]
}

这样就可以实现跳转，但是需要注意两个点：

如果启用了 redirects 或者其他的高级功能，那么不能使用 routes 功能，这是因为 routes 属于较为低等的功能。

routes 的多个功能需要仔细调整顺序，因为他们的执行顺序是按照你的编写顺序来执行的，不正确的执行顺序会导致错误的跳转问题。

如果需要正确的配置式，那么需要将更广泛的配置式放在后面，我使用的整体配置式实现了：

两个管理页面的 Redirect & Rewrite
404 页面自定义 - 在 404/index.html 使用 hexo pages 404 生成

CORS 问题解决

整体的配置式如下：

{
  "routes": [
    { 
    	"handle": "filesystem" 
    },
    {
    	"src": "/archives/(.*)", 
    	"status": 301, 
    	"headers": { 
    		"Location": "/$1" 
    	}
    },
    {
    	"src": "/xxxx",
    	"dest": "/xxxxx"
    },
    {
    	"src": "/xxx",
    	"status": 302,
    	"headers": {
    		"Location": "xxx"
    	}
    },
    { 
    	"src": "/(.*)", 
    	"status": 404, 
    	"dest": "/404/index.html" 
    },
    {
        "src": "/(.*)",
        "headers": {
            "Access-Control-Allow-Credentials": "true",
            "Access-Control-Allow-Origin": "*",
            "Access-Control-Allow-Methods": "GET,OPTIONS,PATCH,DELETE,POST,PUT",
            "Access-Control-Allow-Headers": "X-CSRF-Token, X-Requested-With, Accept, Accept-Version, Content-Length, Content-MD5, Content-Type, Date, X-Api-Version"
        }
    }
  ]
}

管理页面的具体信息隐去了，大家可以自由更改。

我更推荐第二种方式，因为这样更方便我们管理，并且可以自定义 404 页面之类的。

如果源站点使用了其他的 Permanent-link 格式，可能需要修改上面的方法。

建议大家部署完成之后先测试一下在绑定自己的域名，有什么问题也方便继续调整。

评论启用与旧数据迁移

才开始我使用 Disqus 启用评论支持，但是后来发现 Disqus 使用 JS 劫持站内的外部跳转链接到一个 Redirect 域名：

1	redirect.viglink.com

这就意味着你站内的外部链接被全部劫持了，这就很恶心了，我在 Disqus 的后台也没有找到如何关闭它，所以放弃。

之后发现了一个不错的自托管评论程序：Valine

它基于 Node.js 开发，基于 LeanCloud 的存储功能实现了无后端的评论支持，具体的使用方法大家可以去 Valine 的官网进行查看，有很多支持它的主题，一般来说我们只需要配置 API Key 即可。

需要注意的是，在申请 LeanCloud 时一定要使用国际版，因为国内版：

不支持二级域名分配
绑定国内域名需要备案

这会给我们带来很多不必要的麻烦。

但是对于评论的管理与迁移，Valine 就没有办法帮到我们了，因为这是一个无后端的系统，我们如果需要管理评论，可以使用这个项目：Valine-Admin

将它部署在与 Valine 同一个 Web 实例上，具体的部署方法按照上面的 README.md 说明即可，在这之前可能需要申请自己邮箱的 SMTP 服务，具体的步骤就不详述了，我这里使用的是 QQ 企业邮箱，在 SMTP_SERVICE 使用 exQQ 即可。

如果需要使用管理功能的 Akismet 垃圾评论审查，那么去申请一个免费的 API Key 填入即可。

下面就是原站评论数据的迁移了，我想到的这个方法只能够恢复所有的评论数据，而对于评论的层级关系（即回复关系）则进行了舍弃，具体的操作方法倒也不复杂：

因为 WordPress 没有办法直接导出评论数据，我们需要一个插件：WordPress Comments Import&Export

安装之后在导出数据处对 Columns 进行如下别名设置并导出
导出之后的应该是一个 CSV 文件，我使用了 Python 的以下库进行数据处理：
- csv 库，使用其中的 DictReader 类读取数据
- datetime 库，处理 insertedAt 列的数据进行设置，其中的 strptime/strftime 的 format 设置为：
  1
  2
  "%Y/%m/%d %H:%M"
  "%Y-%m-%dT%H:%M:%S:fZ"
- json 库，导出文件
  
  任务很简单，代码量也不多，大家可以使用自己喜欢的语言进行数据处理，处理之后的数据结构大概如下：
之后将导出的 Json 文件导入到 LeanCloud 上评论的 Web 实例即可，注意导入的时候选择合适的 Class - 在这里我们选择 Comment 类即可：