這兩天用點時間寫了個Python程式去驗證之前網頁從ascii編碼轉成unicode編碼時所造成的部分網頁內容遺失的問題.
之前在轉換的時候沒注意到如果文章裡有表情符號, 會造成編碼轉換失敗, 所以只要文章裡一遇到表情符號馬上就直接結束不轉換. 所以造成部分文章內容缺失.
目前blog有五千多篇文章, 不可能人工一個一個去看, 所以寫了一個Python程式去比對轉碼跟轉碼後的MySQL資料庫裡每篇文章的文字數量. 差異太多會自動Highlight出部分內容跟文章編號, 理論上應該不會太多篇, 獲得編號後再手動複製貼上即可.
因為只寫過一兩次Python, 所以邊喝酒邊看說明邊寫. 後來才終於寫出來, 大概不到30行, 但是寫超級久.
試跑了一下確實有抓到一些文章, 剩下就是一一人工把文章貼過去就完工啦~
Leave a Comment