Hexo迁移记录

一、背景

之前的Blog使用的Typecho程序，由于是PHP+MYSQL的架构，所以需要一台ECS或者虚拟主机去运行。最初通过阿里云的学生政策，以低价购买了一台2H4G的ECS服务器，等到服务器到期时发现续费价格涨了6倍，无奈放弃了续费，开始了Blog断开连接的6个月。

最初是通过朋友的Blog了解到Jekyll、Hexo等静态Blog框架，最后也是经过各种调研选择了Hexo，Hexo是一款简洁且快速的Nodejs版Blog程序，它的开放式API允许在程序的各个生命周期里注册钩子函数，随意编写各种自定义功能。其最大的两个特点是：支持markdown语法、支持静态站点生成。这两个特点将支持Blog从Typecho以几乎无损的状态迁移至Hexo，同时能够极大的降低Blog的运行成本！

二、架构对比

相比于Typecho的php+mysql环境，Hexo程序运行在nodeJs上，数据则存储在_posts/*.md、_config.yml、db.json中，运行和维护更加简单。还支持通过hexo generate命令生成一个静态站点，完全可以单独部署到OSS上。

三、成本分析

3.1 支出成本

• Typecho

因为Typecho必须部署在php+mysql环境，则只能通过虚拟主机或ECS部署，这里以阿里云最便宜的机子来举例：
(1) ECS：714/年（阿里云 1vCPU 1GB内存 1M带宽 40G硬盘）
(2) 虚拟主机：500/年（阿里云虚拟主机 独享基础版 5M带宽 5G硬盘 200G流量）

• Hexo

Hexo通过生成静态站点后，可以仅通过对象存储就能搭建静态站点访问。优点是根据实际流量计费，如果月访问量很低，一个月只需要几毛钱。（以我的测试环境计算，一个月仅0.14元）缺点是如果网站被DDOS，则流量费用需要自行承担。在正常情况下相较于Typecho对比，Hexo的成本降低超过99%。

3.2 运维成本

• Typecho

需要自己编写Shell脚本备份相关数据，如果用了BT面板等第三方工具，则可以通过插件自动备份。

• Hexo

(1) node程序：通过远程Git存储代码库进行备份
(2) 静态站点：通过OSS的跨区域复制，可以定时备份网站数据。

3.3 安全成本

• Typecho

需要做好安全防护、WAF防火墙等处理，防止被人攻击、挂马、恶意破坏。

• Hexo

纯静态站点，除非被人破解截获阿里云账号或AccessToken，否则几乎无法破坏。

四、数据转换

4.1 开源转换器

网上有一些这样的开源转换器，因为需要提供一些数据库敏感信息，感觉并不是很靠谱。

4.2 Hexo插件：hexo-migrator-rss

在Hexo官网看到了这个插件，才发现原来可以通过Rss提取文章HTML结构，之后再反向转换生成markdown结构的文章。感觉有点东西，赶紧试了试，导出了10篇文章后挨个看了下转换效果，很棒！
但还是有2个缺点：

• 不支持下载文章中的图片，仅创建了空文件夹。（因为这次迁移是换域名了，之前的域名不打算续费了，也就导致后续会导致文章图片加载失败）
• Hexo的摘要是通过<!--more-->标签控制的，如果不插入more标签则会全文输出。

那没办法了，不过有了 Rss -> HTML -> Markdown 的思路，可以尝试自己写一个。

4.3 自行编写

经过一段时间的鼓捣，最后也成功编写了Typecho迁移器，支持拉取及替换文章中的图片，并自动修改图片引用信息。大体思路是通过cheerio提取img元素，然后下载替换，伪代码如下：

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17

// 1、解析html文章
const $ = cheerio.load('html code')

// 2、遍历img图片并提取下载图片
$('img').map(function (index) {
    // 提取图片链接
    let imgSrc = $(this).attr('src')

    // 修改为下载后的图片地址
    $(this).attr('src', newFileName)
})

// 3、下载图片
// ...

// 4、生成文件地址
Post.create($('body').html())

自动插入<!--more-->测试了很久也无法实现，因为turndown转换markdown时会自动过滤注释标签。也尝试过 截取转换前2段 + more标签 + 截取转换后面的段落 的方式，在某些场景时展示的markdown样式会与原文不一致，最后是通过手动给文章插入<!--more-->来解决的摘要问题。