-XML-Reader-Lofter-Data-Backup
XML readers for xml files of LOFTER users data
Introduction
- 用于整理导出lofter的主页xml日志内的文章和插图
- 编码为UTF-8，与xml日志编码一致
- 文章以
txt格式保存在同路径下的Articles文件夹下，txt文件包含标题、发表时间、修改时间、Tag、正文、文章内插入的链接、评论
- 文章内插入的图片保存在同路径下的
Images文件夹
- 插图保存在同路径下的
Photos文件夹，包含每一条lof插图的所有图片，以及用txt文件保存该条发表时间、修改时间、Tag、插图描述、插入的链接、评论
- 整理文章请运行
readLof.exe可执行文件，插图为readLof_photo.exe可执行文件
Update Log
- 2020.6.12. 23:48 修复了评论只能导出一条的问题；修复标题重复的文件被覆盖的问题，重名的文件会在文件名尾追加重复次数的序号；增加了图片链接请求的超时时间限制
- 2020.6.13. 13:15 修复了标题内包含'\n'导致闪退的问题；修改了评论发表时间的显示格式，从时间戳改为正常时间格式
How to Run
Environment
Run
- 下载后直接运行
readLof.exe或readLof_photo.exe
- 运行后，在弹出的文件选择框中选择需要整理的xml日志文件（一定不要选其他格式的文件或者非lofter日志文件，不然请关掉程序重来）
- 等待命令行窗口执行完毕自动退出，完成整理导出
Attention
- 2020.6.12. 23:48:追加：关于闪退问题，大部分原因是文章内容包含特殊符号比如小方块（这里打不出来），这些符号读xml文件时无法解析所以会报错闪退，需要手动删掉这些特殊符号
- 2020.6.12. 23:48:追加2：关于部分文内插图和图片导不出来的问题，目前增加了超时时限，但是仍旧存在连接超时和拒绝访问的情况，因此可能还是导不出来
- 所有文章的txt文件命名使用文章标题，没有标题则用“无题_<发布时间>”的格式命名，文章插图用“<文章标题>_<图片序号>”的格式命名
- 所有插图以“插图<发布时间>_<图片序号>”的格式命名，插图的描述和评论等的txt文件以“插图\<发布时间>”的格式命名
- lofter日志只包括了标题、发布时间、修改时间、Tag、图片、正文、文内链接、评论，不包括热度
- 由于有的图片源链接会失效或者连接超时，所以会出现timeout和403 forbidden的情况，这种情况可以多次运行程序尝试重备份，但是通常情况下该下不下来还是下不下来（……
- 文章导出比较快，插图类看情况可能要花比较长的时间，当然100条以下的插图lof还是很快可以下载完所有图片的
- 关于评论：由于xml日志内，每条回复的被回复人只有一串字符串代码id而不是昵称，回复的发布人才同时有昵称和代码id，因此比较影响阅读
- 文章标题内的尖括号、英文双引号、星号、英文问号、正反竖斜杠属于Windows违法的文件命名符号，因此全部替换为了“-”符号，但是正文的这些符号不受影响
- 文章内出现的尖括号等html语言字符在xml日志内均自动转成了代码，目前没有实现将这些代码还原符号的功能
- 文内链接统一整理写入了txt文件结尾（评论之前），没有位于原本插入的位置