公子教你快速把WordPress博客搬家到SegmentFault

本文提供了一套详细的WordPress博客迁移到SegmentFault平台的方法。通过安装特定插件并使用JavaScript脚本来导出文章内容,再利用另一段脚本实现文章的自动发布。注意此过程依赖特定浏览器功能。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

上篇讲了Typecho博客搬家到SegmentFault上来,然后很多人就不答应了,非吐槽说为啥世界第一博客程序WordPress的教程没有!迫于压(wu)力(liao),特别放出WordPress迁移教程给大家。

  1. 首先下载安装并启用 JSON API 插件,在后台直接搜索JSON API第一个安装即可。

  2. 安装好插件之后打开你的博客并打开浏览器控制台,输入以下代码并回车执行:

    (function get(callback) {
    var posts = [];
    callback = callback || new Function;
    try {$.get} catch(e){
      var script = document.createElement("script");
      script.src = "http://lib.sinaapp.com/js/jquery/2.0.3/jquery-2.0.3.min.js";
      script.onload = function() {return get(callback)}
      document.body.appendChild(script)
    }
    (function g(page){
      $.get("?json=1&paged="+page, function(o){
        posts = posts.concat(o.posts.map(function(post){
          return {
            title: post.title,
            text: post.content,
            created: created: parseInt((new Date(post.date.split(" ")[0])).getTime()/1000),,
            tags: post.tags
          }
        }));
        if(page<o.pages) g(page+1);
        else callback(posts);
      });
    })(1)
    })(function(posts) {
    var posts = "var posts = "+JSON.stringify(posts);
    var ta = $("<textarea></textarea>").css({width:"100%", height:"500px"}).val(posts);
    ta.onfocus = function() {this.select()};
    $("body").html("请复制文本框内的所有内容:<br>").append(ta);
    console.log("恭喜,所有文章内容均已经复制到粘贴板中(此功能仅针对Chrome),如果没有请自行复制页面文本框内的所有内容");
    if(copy) copy(posts);
    })
    

  3. 如果代码执行成功的话,控制带会提示你恭喜,所有文章内容均已经复制到粘贴板中(此功能仅针对Chrome),如果没有请自行复制页面文本框内的所有内容,如果没有成功会有相应的错误提示。非Chrome浏览器需要自行按照提示复制页面内文本框的内容,Chrome浏览器可跳过此步骤。

  4. 打开 http://segmentfault.com/write 页面,保证SF账号已登陆。同时开启浏览器控制台,粘贴刚才复制的内容回车执行后复制以下代码继续回车执行


    (function sync(posts) { var bid = $("button[data-bid]").data("bid"); function postArticle(post, i) { getTags(post.tags, function(tags) { $.post("/api/article", {title: post.title, text: post.text, blogId: bid, tags: tags, created: post.created, do: "post", weibo: 0}, function() { console.log("《%title%》已经尝试发布".replace("%title%", post.title)); if(posts.length-1!=i) { setTimeout(function() { postArticle(posts[i+1], i+1); }, 4000); } else return console.log("文章已经全部同步成功,但不保证中间有遗漏。本功能由 公子 倾情制作,有问题欢迎反馈交流。"); }); }) } function getTags(tags,callback){ if(tags.length==0) return callback(['1040000000089914']); var res = []; (function q(tag, i) { $.get("/api/tag?do=search&q="+tag, function(o) { if(!o.status && o.data.length>0) { res.push(o.data[0].id); } if(tags.length-i!=1) q(tags[i+1], i+1); else { if(res.length == 0) res = ['1040000000089914']; callback(res); } },'json'); })(tags[0], 0) } console.log("总共有 %d 篇文章需要发布,正在进入发布通道...".replace("%d", posts.length)); return postArticle(posts[0], 0); })(posts)

  5. 至此你的文章已经全部同步过来了,有问题欢迎留言。


1. 以上代码仅在Firefox和Chrome浏览器中测试过,其他浏览器不保证无BUG。
2. 由于SegmentFault的文章标签必须是SF标签云中存在的(不存在的需要自己创建),为减少麻烦,文章中不存在的标签我就直接过滤掉了。
3. 由于SegmentFault有Spam检测机制,所以我将文章发布时间调整在4秒一篇,如果文章数过多的同学还请耐心等待一下。
4. 以上代码仅仅只是纯粹将你的文章内容搬家过来,不保证你的文章在SF中解析正常。

SegmentFault搬家系列文章

敬请期待下一篇:《公子教你快速把Jekyll博客搬家到SegmentFault》

资源下载链接为: https://pan.quark.cn/s/140386800631 通用大模型文本分类实践的基本原理是,借助大模型自身较强的理解和推理能力,在使用时需在prompt中明确分类任务目标,并详细解释每个类目概念,尤其要突出类目间的差别。 结合in-context learning思想,有效的prompt应包含分类任务介绍及细节、类目概念解释、每个类目对应的例子和待分类文本。但实际应用中,类目和样本较多易导致prompt过长,影响大模型推理效果,因此可先通过向量检索缩小范围,再由大模型做最终决策。 具体方案为:离线时提前配置好每个类目的概念及对应样本;在线时先对给定query进行向量召回,再将召回结果交给大模型决策。 该方法不更新任何模型参数,直接使用开源模型参数。其架构参考GPT-RE并结合相关实践改写,加入上下文学习以提高准确度,还使用BGE作为向量模型,K-BERT提取文本关键词,拼接召回的相似例子作为上下文输入大模型。 代码实现上,大模型用Qwen2-7B-Instruct,Embedding采用bge-base-zh-v1.5,向量库选择milvus。分类主函数的作用是在向量库中召回相似案例,拼接prompt后输入大模型。 结果方面,使用ICL时accuracy达0.94,比bert文本分类的0.98低0.04,错误类别6个,处理时添加“家居”类别,影响不大;不使用ICL时accuracy为0.88,错误58项,可能与未修改prompt有关。 优点是无需训练即可有较好结果,例子优质、类目界限清晰时效果更佳,适合围绕通用大模型api打造工具;缺点是上限不高,仅针对一个分类任务部署大模型不划算,推理速度慢,icl的token使用多,用收费api会有额外开销。 后续可优化的点是利用key-bert提取的关键词,因为核心词语有时比语意更重要。 参考资料包括
内容概要:本文详细介绍了哈希表及其相关概念和技术细节,包括哈希表的引入、哈希函数的设计、冲突处理机制、字符串哈希的基础、哈希错误率分析以及哈希的改进与应用。哈希表作为一种高效的数据结构,通过键值对存储数据,能够快速定位和检索。文中讨论了整数键值和字符串键值的哈希方法,特别是字符串哈希中的多项式哈希及其优化方法,如双哈希和子串哈希的快速计算。此外,还探讨了常见的冲突处理方法——拉链法和闭散列法,并提供了C++实现示例。最后,文章列举了哈希在字符串匹配、最长回文子串、最长公共子字符串等问题中的具体应用。 适合人群:计算机科学专业的学生、算法竞赛选手以及有一定编程基础并对数据结构和算法感兴趣的开发者。 使用场景及目标:①理解哈希表的工作原理及其在各种编程任务中的应用;②掌握哈希函数的设计原则,包括如何选择合适的模数和基数;③学会处理哈希冲突的方法,如拉链法和闭散列法;④了解并能运用字符串哈希解决实际问题,如字符串匹配、回文检测等。 阅读建议:由于哈希涉及较多数学知识和编程技巧,建议读者先熟悉基本的数据结构和算法理论,再结合代码实例进行深入理解。同时,在实践中不断尝试不同的哈希策略,对比性能差异,从而更好地掌握哈希技术。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值