Python腳本實現(xiàn)批量發(fā)布Markdown文章

更新時間：2026年03月19日 08:19:51 作者：竹林818

這篇文章主要為大家詳細介紹了如何使用Python腳本實現(xiàn)自動化批量發(fā)布Markdown文章,文中的示例代碼講解詳細,感興趣的小伙伴可以跟隨小編一起學習一下

背景

事情是這樣的，我平時有在本地用Markdown寫技術(shù)筆記的習慣，幾年下來積累了上百篇。最近想把它們整理一下，發(fā)布到我的個人博客上，一方面做個備份，另一方面也方便分享。我的博客后臺支持Markdown格式，但手動操作實在要命：每篇都要點“新建文章”，復制標題、內(nèi)容，設(shè)置分類標簽，上傳封面圖……發(fā)個三五篇還行，幾十上百篇簡直是不可能完成的任務。

作為一個懶人程序員，我的第一反應就是：寫個腳本自動化搞定。理想很豐滿，覺得無非就是讀取文件、解析內(nèi)容、調(diào)用API發(fā)送。但真正動手之后才發(fā)現(xiàn)，從本地Markdown到線上可發(fā)布的文章，中間隔著好幾個坑。這篇文章就記錄了我從“覺得簡單”到“終于跑通”的全過程。

問題分析

我最開始的思路非常簡單粗暴：

遍歷指定文件夾的所有 .md 文件。
用 open().read() 讀取文件內(nèi)容。
把內(nèi)容和標題通過博客平臺的API發(fā)出去。

但第一版腳本跑起來就失敗了。首先，我的筆記里有很多圖片，鏈接都是本地的相對路徑，比如 ![示意圖](./images/my-pic.png)。直接把這個字符串發(fā)到線上，圖片肯定顯示不了。其次，我的博客API要求分類和標簽是ID，但我筆記里習慣用“#Python”、“#踩坑記錄”這樣的文字標簽。最后，博客文章需要一個摘要，我原本打算截取正文前200字，但有些文章開頭是代碼塊，直接截取會破壞格式。

看來，簡單的“讀取-發(fā)送”行不通，必須在中間加一個處理層，把本地的、非結(jié)構(gòu)化的Markdown，轉(zhuǎn)換成符合API要求的結(jié)構(gòu)化數(shù)據(jù)。這個處理層至少要解決三個問題：元信息提取、圖片處理和內(nèi)容格式化。

核心實現(xiàn)

第一步：解析Markdown，提取元信息和正文

我需要從Markdown文件中分離出標題、日期、標簽這些元信息，以及純粹的正文內(nèi)容。我觀察到自己的筆記有個習慣：通常在最前面用YAML Front Matter（就是被---包裹的部分）來記錄這些信息。如果沒有，標題就是第一個一級標題。

我決定使用 python-frontmatter 這個庫來解析Front Matter，用 markdown 庫來幫助處理一些Markdown語法。這里有個坑：python-frontmatter 安裝時名字是 python-frontmatter，但導入時是 import frontmatter。

import os
import frontmatter
from markdown import Markdown
from io import StringIO

def parse_markdown_file(file_path):
    """
    解析Markdown文件，提取元數(shù)據(jù)和純正文。
    
    Args:
        file_path: Markdown文件的路徑
    
    Returns:
        dict: 包含標題、內(nèi)容、標簽等信息的字典
    """
    with open(file_path, 'r', encoding='utf-8') as f:
        # 使用frontmatter庫解析，它能自動處理有無Front Matter的情況
        post = frontmatter.load(f)
    
    # 提取元數(shù)據(jù)
    # 標題優(yōu)先從Front Matter的‘title'字段獲取，否則使用第一個一級標題
    title = post.get('title', '')
    # 標簽從Front Matter的‘tags'字段獲取，默認為空列表
    tags = post.get('tags', [])
    # 其他可能存在的元數(shù)據(jù)，如日期、分類
    date = post.get('date', None)
    category = post.get('category', '')
    
    # 獲取純文本內(nèi)容（frontmatter.content會自動去掉Front Matter部分）
    content = post.content
    
    # 如果frontmatter里沒有標題，嘗試從內(nèi)容中找第一個#標題
    if not title:
        lines = content.split('\n')
        for line in lines:
            if line.startswith('# '):
                title = line.lstrip('# ').strip()
                break
        # 如果還找不到，就用文件名（不含后綴）
        if not title:
            title = os.path.splitext(os.path.basename(file_path))[0]
    
    return {
        'title': title,
        'content': content,
        'tags': tags,
        'date': date,
        'category': category,
        'source_path': file_path
    }

第二步：處理本地圖片，上傳并替換鏈接

這是最棘手的一步。我的腳本需要能識別出內(nèi)容里的本地圖片標記，上傳到博客的圖床（或媒體庫），然后把Markdown中的圖片鏈接替換成線上URL。

我寫了一個函數(shù)來查找所有本地圖片鏈接。這里注意，Markdown圖片語法是 ![alt](url)，url可能是相對路徑、絕對路徑，也可能是已經(jīng)存在的網(wǎng)絡(luò)圖片。我需要過濾出那些指向本地文件的路徑。

import re
import requests
from pathlib import Path

def find_local_images(content, md_file_path):
    """
    在Markdown內(nèi)容中查找所有本地圖片的引用。
    
    Args:
        content: Markdown文本內(nèi)容
        md_file_path: 原Markdown文件的絕對路徑，用于解析相對路徑
    
    Returns:
        list: 包含圖片信息的字典列表，格式為 [{'alt':'描述', 'local_path':'本地路徑'}, ...]
    """
    # 正則匹配Markdown圖片語法 !\[.*?\]\((.*?)\)
    # 重點：匹配括號內(nèi)的鏈接部分
    pattern = r'!\[(.*?)\]\((.*?)\)'
    matches = re.findall(pattern, content)
    
    local_images = []
    md_dir = os.path.dirname(md_file_path)
    
    for alt_text, img_path in matches:
        # 跳過已經(jīng)是網(wǎng)絡(luò)URL的圖片（以http/https開頭）
        if img_path.startswith(('http://', 'https://')):
            continue
            
        # 構(gòu)造本地圖片的絕對路徑
        # 如果img_path是絕對路徑，直接使用；否則，視為相對于md文件所在目錄的路徑
        if not os.path.isabs(img_path):
            abs_path = os.path.join(md_dir, img_path)
        else:
            abs_path = img_path
        
        # 檢查文件是否存在
        if os.path.exists(abs_path):
            local_images.append({
                'alt': alt_text,
                'local_path': abs_path,
                'markdown_ref': img_path  # 原始Markdown中的引用路徑，用于后續(xù)替換
            })
        else:
            print(f"警告：圖片文件不存在 {abs_path}")
    
    return local_images

找到圖片后，就需要上傳。我的博客平臺提供了文件上傳API，返回一個訪問URL。我模擬了這個過程，核心是使用 requests 庫發(fā)送 multipart/form-data 請求。

def upload_image_to_blog(local_image_path, alt_text=''):
    """
    模擬將本地圖片上傳到博客平臺。
    在實際使用中，你需要替換成自己博客平臺的真實API。
    
    Args:
        local_image_path: 本地圖片文件路徑
        alt_text: 圖片描述文本
    
    Returns:
        str: 上傳成功后，圖片的網(wǎng)絡(luò)訪問URL
    """
    # ！??！這里是需要你根據(jù)自己博客API修改的部分 ?。?！
    upload_url = "https://api.your-blog.com/v1/upload"  # 替換為真實上傳地址
    headers = {
        "Authorization": "Bearer YOUR_ACCESS_TOKEN"  # 替換為你的認證信息
    }
    
    with open(local_image_path, 'rb') as f:
        files = {'file': (os.path.basename(local_image_path), f, 'image/png')} # 可根據(jù)文件類型調(diào)整mime
        try:
            # 發(fā)送上傳請求
            resp = requests.post(upload_url, headers=headers, files=files, timeout=30)
            resp.raise_for_status()  # 如果狀態(tài)碼不是200，拋出異常
            result = resp.json()
            # 假設(shè)API返回的JSON中有一個‘url'字段
            image_url = result.get('url')
            if not image_url:
                print(f"警告：上傳成功但未返回URL，響應內(nèi)容：{result}")
                return None
            print(f"圖片上傳成功：{local_image_path} -> {image_url}")
            return image_url
        except requests.exceptions.RequestException as e:
            print(f"圖片上傳失敗 {local_image_path}: {e}")
            return None

有了上傳函數(shù)，就可以遍歷所有本地圖片，上傳并替換原文中的鏈接了。這里要注意，替換時要使用原始的那個相對路徑字符串（markdown_ref）進行精確替換。

def process_and_replace_images(parsed_post):
    """
    處理文章中的本地圖片：上傳并替換鏈接。
    會直接修改傳入的 parsed_post['content']。
    
    Args:
        parsed_post: 從 parse_markdown_file 返回的字典
    
    Returns:
        dict: 更新了content字段的parsed_post
    """
    content = parsed_post['content']
    md_file_path = parsed_post['source_path']
    
    local_images = find_local_images(content, md_file_path)
    
    if not local_images:
        print(f"文章 '{parsed_post['title']}' 未發(fā)現(xiàn)本地圖片。")
        return parsed_post
    
    print(f"文章 '{parsed_post['title']}' 發(fā)現(xiàn) {len(local_images)} 張本地圖片，開始處理...")
    
    for img_info in local_images:
        online_url = upload_image_to_blog(img_info['local_path'], img_info['alt'])
        if online_url:
            # 關(guān)鍵步驟：將原文中的舊路徑替換為新的網(wǎng)絡(luò)URL
            # 使用原始markdown_ref進行精確替換，避免誤替換
            old_md_syntax = f'![{img_info[\"alt\"]}]({img_info[\"markdown_ref\"]})'
            new_md_syntax = f'![{img_info[\"alt\"]}]({online_url})'
            content = content.replace(old_md_syntax, new_md_syntax)
        else:
            print(f"圖片 {img_info['local_path']} 上傳失敗，鏈接未替換。")
    
    parsed_post['content'] = content
    return parsed_post

第三步：調(diào)用發(fā)布API，完成文章創(chuàng)建

處理完內(nèi)容，最后一步就是調(diào)用博客的發(fā)布接口。這里需要將標簽、分類等文本信息，轉(zhuǎn)換為平臺所需的ID格式。我通常會在腳本里維護一個映射字典。另外，為了友好，我添加了簡單的進度提示。

def publish_post_to_blog(post_data):
    """
    模擬調(diào)用博客平臺的API來發(fā)布文章。
    
    Args:
        post_data: 包含標題、內(nèi)容、標簽等信息的字典
    
    Returns:
        bool: 發(fā)布是否成功
    """
    # ?。?！這里是需要你根據(jù)自己博客API修改的部分 ?。?！
    api_url = "https://api.your-blog.com/v1/posts"
    headers = {
        "Authorization": "Bearer YOUR_ACCESS_TOKEN",
        "Content-Type": "application/json"
    }
    
    # 將標簽文字轉(zhuǎn)換為平臺ID（這里簡化處理，實際可能需要查詢API）
    tag_name_to_id = {"Python": 1, "踩坑記錄": 2, "自動化": 3} # 示例映射
    tag_ids = []
    for tag_name in post_data.get('tags', []):
        if tag_name in tag_name_to_id:
            tag_ids.append(tag_name_to_id[tag_name])
        else:
            print(f"警告：標簽 '{tag_name}' 未找到對應ID，已忽略。")
    
    # 構(gòu)造API請求體
    payload = {
        "title": post_data['title'],
        "content": post_data['content'],
        "status": "publish",  # 直接發(fā)布，也可以是'draft'存草稿
        "tags": tag_ids,
        "category": post_data.get('category', ''),
    }
    
    try:
        resp = requests.post(api_url, json=payload, headers=headers, timeout=30)
        resp.raise_for_status()
        print(f"文章發(fā)布成功！標題：{post_data['title']}")
        return True
    except requests.exceptions.RequestException as e:
        print(f"文章發(fā)布失敗 '{post_data['title']}': {e}")
        if resp:
            print(f"響應內(nèi)容：{resp.text}")
        return False

完整代碼

把上面的步驟串聯(lián)起來，就得到了主程序。我增加了命令行參數(shù)支持，可以指定要發(fā)布的文件夾路徑。

#!/usr/bin/env python3
"""
Markdown文章批量發(fā)布腳本
作者：一個踩坑的全棧
功能：遍歷指定目錄下的.md文件，解析內(nèi)容，上傳圖片，并發(fā)布到博客平臺。
使用前請根據(jù)你的博客API修改 upload_image_to_blog 和 publish_post_to_blog 函數(shù)。
"""

import os
import re
import argparse
import frontmatter
import requests
from pathlib import Path
from time import sleep

# ---------- 第一部分：解析Markdown ----------
def parse_markdown_file(file_path):
    """解析Markdown文件，提取元數(shù)據(jù)和純正文。"""
    with open(file_path, 'r', encoding='utf-8') as f:
        post = frontmatter.load(f)
    
    title = post.get('title', '')
    tags = post.get('tags', [])
    date = post.get('date', None)
    category = post.get('category', '')
    content = post.content
    
    if not title:
        lines = content.split('\n')
        for line in lines:
            if line.startswith('# '):
                title = line.lstrip('# ').strip()
                break
        if not title:
            title = os.path.splitext(os.path.basename(file_path))[0]
    
    return {
        'title': title,
        'content': content,
        'tags': tags,
        'date': date,
        'category': category,
        'source_path': file_path
    }

# ---------- 第二部分：處理圖片 ----------
def find_local_images(content, md_file_path):
    """在Markdown內(nèi)容中查找所有本地圖片的引用。"""
    pattern = r'!\[(.*?)\]\((.*?)\)'
    matches = re.findall(pattern, content)
    
    local_images = []
    md_dir = os.path.dirname(md_file_path)
    
    for alt_text, img_path in matches:
        if img_path.startswith(('http://', 'https://')):
            continue
            
        if not os.path.isabs(img_path):
            abs_path = os.path.join(md_dir, img_path)
        else:
            abs_path = img_path
        
        if os.path.exists(abs_path):
            local_images.append({
                'alt': alt_text,
                'local_path': abs_path,
                'markdown_ref': img_path
            })
        else:
            print(f"警告：圖片文件不存在 {abs_path}")
    
    return local_images

def upload_image_to_blog(local_image_path, alt_text=''):
    """
    模擬將本地圖片上傳到博客平臺。
    【重要】請根據(jù)你的博客API修改此函數(shù)！
    """
    # ?。?！ 示例代碼，需要替換 ?。?！
    upload_url = "https://api.your-blog.com/v1/upload"
    headers = {"Authorization": "Bearer YOUR_ACCESS_TOKEN"}
    
    with open(local_image_path, 'rb') as f:
        files = {'file': (os.path.basename(local_image_path), f, 'image/png')}
        try:
            resp = requests.post(upload_url, headers=headers, files=files, timeout=30)
            resp.raise_for_status()
            result = resp.json()
            image_url = result.get('url')
            if not image_url:
                print(f"警告：上傳成功但未返回URL")
                return None
            print(f"圖片上傳成功：{local_image_path}")
            return image_url
        except Exception as e:
            print(f"圖片上傳失敗 {local_image_path}: {e}")
            return None

def process_and_replace_images(parsed_post):
    """處理文章中的本地圖片：上傳并替換鏈接。"""
    content = parsed_post['content']
    md_file_path = parsed_post['source_path']
    
    local_images = find_local_images(content, md_file_path)
    
    if not local_images:
        return parsed_post
    
    print(f"處理圖片，共 {len(local_images)} 張...")
    
    for img_info in local_images:
        online_url = upload_image_to_blog(img_info['local_path'], img_info['alt'])
        if online_url:
            old_syntax = f'![{img_info[\"alt\"]}]({img_info[\"markdown_ref\"]})'
            new_syntax = f'![{img_info[\"alt\"]}]({online_url})'
            content = content.replace(old_syntax, new_syntax)
        else:
            print(f"圖片上傳失敗，鏈接未替換。")
    
    parsed_post['content'] = content
    return parsed_post

# ---------- 第三部分：發(fā)布文章 ----------
def publish_post_to_blog(post_data):
    """
    模擬調(diào)用博客平臺的API來發(fā)布文章。
    【重要】請根據(jù)你的博客API修改此函數(shù)！
    """
    # ！?。?示例代碼，需要替換 ！?。?
    api_url = "https://api.your-blog.com/v1/posts"
    headers = {
        "Authorization": "Bearer YOUR_ACCESS_TOKEN",
        "Content-Type": "application/json"
    }
    
    tag_name_to_id = {"Python": 1, "踩坑記錄": 2, "自動化": 3}
    tag_ids = []
    for tag_name in post_data.get('tags', []):
        if tag_name in tag_name_to_id:
            tag_ids.append(tag_name_to_id[tag_name])
        else:
            print(f"警告：標簽 '{tag_name}' 未找到對應ID")
    
    payload = {
        "title": post_data['title'],
        "content": post_data['content'],
        "status": "publish",
        "tags": tag_ids,
        "category": post_data.get('category', ''),
    }
    
    try:
        resp = requests.post(api_url, json=payload, headers=headers, timeout=30)
        resp.raise_for_status()
        print(f"發(fā)布成功！標題：{post_data['title']}")
        return True
    except Exception as e:
        print(f"發(fā)布失敗 '{post_data['title']}': {e}")
        return False

# ---------- 主程序 ----------
def main(markdown_dir):
    """遍歷目錄，處理并發(fā)布所有Markdown文件。"""
    if not os.path.isdir(markdown_dir):
        print(f"錯誤：目錄不存在 {markdown_dir}")
        return
    
    md_files = []
    for root, dirs, files in os.walk(markdown_dir):
        for file in files:
            if file.lower().endswith('.md'):
                md_files.append(os.path.join(root, file))
    
    if not md_files:
        print(f"在目錄 {markdown_dir} 中未找到.md文件。")
        return
    
    print(f"找到 {len(md_files)} 篇Markdown文章，開始處理...")
    
    success_count = 0
    for i, md_file in enumerate(md_files, 1):
        print(f"\n--- 正在處理第 {i}/{len(md_files)} 篇: {os.path.basename(md_file)} ---")
        
        # 1. 解析
        parsed = parse_markdown_file(md_file)
        print(f"標題：{parsed['title']}")
        
        # 2. 處理圖片
        parsed = process_and_replace_images(parsed)
        
        # 3. 發(fā)布
        if publish_post_to_blog(parsed):
            success_count += 1
        
        # 可選：避免請求過快，添加延遲
        sleep(1)
    
    print(f"\n處理完成！成功發(fā)布 {success_count}/{len(md_files)} 篇文章。")

if __name__ == '__main__':
    parser = argparse.ArgumentParser(description='批量發(fā)布Markdown文章到博客')
    parser.add_argument('dir', help='包含.md文件的目錄路徑')
    args = parser.parse_args()
    
    main(args.dir)

踩坑記錄

編碼問題導致亂碼：一開始沒指定 encoding='utf-8'，在Windows下打開某些包含中文的Markdown文件時直接報錯 UnicodeDecodeError。解決：所有文件操作都顯式指定 utf-8 編碼。

圖片路徑解析錯誤：我的正則最初只匹配了 (.*)，結(jié)果當圖片描述里包含右括號 ) 時，匹配就提前結(jié)束了，比如 ![圖(1)](./pic.png)。解決：將正則改為惰性匹配 (.*?)，確保匹配到第一個右括號就停止。

替換圖片鏈接時誤傷：最早我用 content.replace(img_path, online_url) 來替換，結(jié)果發(fā)現(xiàn)如果兩篇不同文章里的圖片名字相同，或者正文其他地方出現(xiàn)了同樣的路徑字符串，就會被錯誤替換。解決：改為替換完整的Markdown圖片語法 ![alt](old_path) -> ![alt](new_url)，做到了精確一對一替換。

API限流和超時：在批量上傳幾十張圖片時，連續(xù)快速請求被服務器限流了，返回429錯誤。解決：在每處理完一篇文章或上傳完一張圖片后，用 time.sleep(1) 添加一個短暫的延遲，模擬人工操作，問題就解決了。同時給 requests 調(diào)用加上 timeout 參數(shù)，避免網(wǎng)絡(luò)不佳時腳本無限掛起。

小結(jié)

通過這個項目，我最大的收獲是認識到“自動化”不僅僅是調(diào)用API，更重要的是數(shù)據(jù)轉(zhuǎn)換和異常處理。把本地雜亂的數(shù)據(jù)規(guī)整成API能“吃”下去的格式，這個過程占了80%的工作量。腳本跑通后，我一次性發(fā)布了50多篇舊筆記，節(jié)省了至少十幾個小時的手動操作時間。后續(xù)還可以考慮加入失敗重試、發(fā)布前預覽、更復雜的元信息匹配等功能，讓這個工具更加健壯。

以上就是Python腳本實現(xiàn)批量發(fā)布Markdown文章的詳細內(nèi)容，更多關(guān)于Python發(fā)布Markdown文章的資料請關(guān)注腳本之家其它相關(guān)文章！

您可能感興趣的文章: