C#把博客园编译成CHM文档阅读
使用CHM文档 阅读随笔
背景
我们在开发的过程中,常常都会想记录下来一些东西,可以成文的,则以随笔的形式发布,那些不能成文的,例如某bug的解决方案,或者开发中的注意事项,甚至是某个SQL语句,以只言片语的形式记录在文章、日记里,这样,自己就能在不同的设备、终端上查看自己记录的东西。
博客园的文章,如果不设置在首页显示的话,个人觉得查看起来不是很方便。想到自己曾做了一个数据库CHM文档生成工具,于是,不管是随笔,还是文章,能否也通过CHM文档的形式查看呢。想到这里,我的需求就产生了。
效果预览
资源下载
开发思路
1.得到博客内容。之前想过通过url请求的方式获取到博客正文部分,但是后台的文章或日记处理起来相对麻烦,于是采用了博客备份得到的xml文件,按照xml文件结构,定义数据结构,读取xml数据。怎么读取,这里就不细讲,如有需要,移步至《以读取博客园随笔备份为例 将xml 序列化成json,再序列化成对象》。
2.遍历博客的博文,然后将博文的html内容,以html形式的存储。但是xml里存储的仅仅是博客的正文部分内容,整个页面显示框架是没有的。此时,我打开任意我的任意一篇博客,然后将网页文件全部下载到本地,对应的js或图片会存储在files文件夹中。打开下载的html,去掉页眉,侧边栏等,最后得到我们需要的模版,将关键地方使用特殊字符串占位,替换后的模版效果如图:
利用上述模版,替换后的网页效果,仅仅包含正文部分了。
3.得到模板化的html博客正文之后,就可以轻松的将其编译成CHM文件了。具体的编译方式很简单,下面贴一下代码:
![](https://images.cnblogs.com/OutliningIndicators/ContractedBlock.gif)
#region 版权信息 /* ============================================================================== * 文 件 名: ChmHelp * 功能描述:Chm编译封装类 * Copyright (c) 2013 武汉经纬视通科技有限公司 * 创 建 人: alone * 创建时间: 2012/12/05 20:53:29 * 修 改 人: alone * 修改时间: 2013/3/01 18:22:03 * 修改描述: 使用hha.dll接口方法 * 版 本: v1.0.0.0 * ==============================================================================*/ #endregion using System; using System.Collections.Generic; using System.Diagnostics; using System.IO; using System.Runtime.InteropServices; using System.Text; using System.Threading; using Chen.Ext; /* 变量含义 rootPath:待编译的文件夹 rootParent:rootPath的父目录 * 1.将rootPath目录下的文件编译成CHM。 * 2.将编译过程中产生的hhp、hhc、hhk文件均放在rootParent下。 * 3.基于rootParent,获取待编译文件的相对路径(相对rootParent)。 */ namespace Chen.Common { /// <summary> /// Chm辅助类 /// </summary> public class ChmHelp { #region 成员定义 //Chm文件保存路径 public string ChmFileName { get; set; } //Chm文件Titie public string Title { get; set; } //编译文件夹路径 public string RootPath { get { return rootPath; } set { rootPath = Path.GetFullPath(value); //获取上级目录的完整路径 //指定文件夹的父目录是作为关键字被文件的完整路径替换的,此时目录必须携带\\ DirectoryInfo di = new DirectoryInfo(rootPath); rootParent = di.Parent.FullName + "\\"; } } //默认页面 相对编译文件夹的路径 public string DefaultPage { get//编译时路径是相对rootParent { var rootName = Path.GetFileName(rootPath); return rootName + "\\" + defaluePage; } set //赋值时路径是相对rootPath。 { defaluePage = value; } } public int FileCount { get { return fileCount; } } //私有变量 private string rootParent; private string rootPath; private string defaluePage; private int fileCount = 0; //CHM相关文件内容 private StringBuilder hhcBody = new StringBuilder(); private StringBuilder hhpBody = new StringBuilder(); private StringBuilder hhkBody = new StringBuilder(); private bool deleteTmp = true; //日志信息 private StringBuilder sbMessage = new StringBuilder(); public event Action<string> logHandle; #endregion #region hha 方法引入 [DllImport("hha.dll")] private extern static void HHA_CompileHHP(string hhpFile, CompileLog g1, CompileLog g2, int stack); delegate bool CompileLog(string log); //编译信息 private bool CompileLoging(string log) { if (logHandle != null) logHandle(log); return true; } private bool CompileProcess(string log) { return true; } #endregion #region 构造所需要的文件 private void Create(string path) { //获取文件 var strFileNames = Directory.GetFiles(path); //获取子目录 var strDirectories = Directory.GetDirectories(path); //给该目录添加UL标记 if (strFileNames.Length > 0 || strDirectories.Length > 0) hhcBody.AppendLine(" <UL>"); //处理获取的文件 foreach (string filename in strFileNames) { var fileItem = new StringBuilder(); fileItem.AppendLine(" <LI> <OBJECT type=\"text/sitemap\">"); fileItem.AppendLine(" <param name=\"Name\" value=\"{0}\">".FormatString(Path.GetFileNameWithoutExtension(filename))); fileItem.AppendLine(" <param name=\"Local\" value=\"{0}\">".FormatString(filename.Replace(rootParent, string.Empty))); fileItem.AppendLine(" <param name=\"ImageNumber\" value=\"11\">"); fileItem.AppendLine(" </OBJECT>"); //添加文件列表到hhp hhpBody.AppendLine(filename); hhcBody.Append(fileItem.ToString()); hhkBody.Append(fileItem.ToString()); //记录待编译文件总数 fileCount++; } //遍历获取的目录 foreach (string dirname in strDirectories) { if (dirname.Contains("content") || dirname.Contains("image")) continue; hhcBody.AppendLine(" <LI> <OBJECT type=\"text/sitemap\">"); hhcBody.AppendLine(" <param name=\"Name\" value=\"{0}\">".FormatString(Path.GetFileName(dirname))); hhcBody.AppendLine(" <param name=\"ImageNumber\" value=\"1\">"); hhcBody.AppendLine(" </OBJECT>"); //递归遍历子文件夹 Create(dirname); } //给该目录添加/UL标记 if (strFileNames.Length > 0 || strDirectories.Length > 0) { hhcBody.AppendLine(" </UL>"); } } private void CreateHHC() { var code = new StringBuilder(); code.AppendLine("<!DOCTYPE HTML PUBLIC \"-//IETF//DTD HTML//EN\">"); code.AppendLine("<HTML>"); code.AppendLine("<HEAD>"); code.AppendLine("<meta name=\"GENERATOR\" content=\"EasyCHM.exe www.zipghost.com\">"); code.AppendLine("<!-- Sitemap 1.0 -->"); code.AppendLine("</HEAD><BODY>"); code.AppendLine("<OBJECT type=\"text/site properties\">"); code.AppendLine(" <param name=\"ExWindow Styles\" value=\"0x200\">"); code.AppendLine(" <param name=\"Window Styles\" value=\"0x800025\">"); code.AppendLine(" <param name=\"Font\" value=\"MS Sans Serif,9,0\">"); code.AppendLine("</OBJECT>"); //遍历文件夹 构建hhc文件内容 code.Append(hhcBody.ToString()); code.AppendLine("</BODY></HTML>"); //File.WriteAllText(Path.Combine(SourcePath, "chm.hhc"), code.ToString(), Encoding.GetEncoding("gb2312")); File.WriteAllText(".//chm.hhc", code.ToString(), Encoding.GetEncoding("gb2312")); } private void CreateHHP() { var code = new StringBuilder(); code.AppendLine("[OPTIONS]"); code.AppendLine("CITATION=Made by Chen");//制作人 code.AppendLine("Compatibility=1.1 or later");//版本 code.AppendLine(@"Compiled file=" + ChmFileName);//生成chm文件路径 code.AppendLine("Contents file=chm.HHC");//hhc文件路径 code.AppendLine("COPYRIGHT=www.jinwin.com");//版权所有 code.AppendLine(@"Default topic={1}");//CHM文件的首页 code.AppendLine("Default Window=Main");//目标文件窗体控制参数,这里跳转到Windows小节中,与其一致即可 code.AppendLine("Display compile notes=Yes");//显示编译信息 code.AppendLine("Display compile progress=Yes");//显示编译进度 //code.AppendLine("Error log file=error.Log");//错误日志文件 code.AppendLine("Full-text search=Yes");//是否支持全文检索信息 code.AppendLine("Index file=chm.HHK");//hhk文件路径 code.AppendLine("Title={0}");//CHM文件标题 //code.AppendLine("Flat=NO");//编译文件不包括文件夹 code.AppendLine("Enhanced decompilation=yes");//编译文件不包括文件夹 code.AppendLine(); code.AppendLine("[WINDOWS]"); //例子中使用的参数 0x20 表示只显示目录和索引 code.AppendLine("Main=\"{0}\",\"chm.hhc\",\"chm.hhk\",\"{1}\",\"{1}\",,,,,0x63520,180,0x104E, [0,0,745,509],0x0,0x0,,,,,0"); //Easy Chm使用的参数 0x63520 表示目录索引搜索收藏夹 //code.AppendLine("Main=\"{0}\",\"chm.HHC\",\"chm.HHK\",\"{1}\",\"{1}\",,,,,0x63520,271,0x304E,[0,0,745,509],,,,,,,0"); code.AppendLine(); code.AppendLine("[MERGE FILES]"); code.AppendLine(); code.AppendLine("[FILES]"); code.Append(hhpBody.ToString()); // File.WriteAllText(Path.Combine(SourcePath, "chm.hhp"), code.ToString().FormatString(Title, DefaultPage), Encoding.GetEncoding("gb2312")); File.WriteAllText(".//chm.hhp", code.ToString().FormatString(Title, DefaultPage), Encoding.GetEncoding("gb2312")); } private void CreateHHK() { var code = new StringBuilder(); code.AppendLine("<!DOCTYPE HTML PUBLIC \"-//IETF//DTD HTML//EN\">"); code.AppendLine("<HTML>"); code.AppendLine("<HEAD>"); code.AppendLine("<meta name=\"GENERATOR\" content=\"EasyCHM.exe www.zipghost.com\">"); code.AppendLine("<!-- Sitemap 1.0 -->"); code.AppendLine("</HEAD><BODY>"); code.AppendLine("<OBJECT type=\"text/site properties\">"); code.AppendLine(" <param name=\"ExWindow Styles\" value=\"0x200\">"); code.AppendLine(" <param name=\"Window Styles\" value=\"0x800025\">"); code.AppendLine(" <param name=\"Font\" value=\"MS Sans Serif,9,0\">"); code.AppendLine("</OBJECT>"); code.AppendLine("<UL>"); //遍历文件夹 构建hhc文件内容 code.Append(hhkBody.ToString()); code.AppendLine("</UL>"); code.AppendLine("</BODY></HTML>"); //File.WriteAllText(Path.Combine(SourcePath, "chm.hhk"), code.ToString(), Encoding.GetEncoding("gb2312")); File.WriteAllText(".//chm.hhk", code.ToString(), Encoding.GetEncoding("gb2312")); } #endregion /// <summary> /// 编译 /// </summary> /// <returns></returns> public void Compile() { //准备hhp hhc hhk文件 Create(RootPath); CreateHHC(); CreateHHK(); CreateHHP(); var path = ".//chm.hhp"; HHA_CompileHHP(path, CompileLoging, CompileProcess, 0); DeleteTmpFile(); } /// <summary> /// 使用hhc.exe进行编译 暂时不使用该方式 局限性较大 /// </summary> /// <param name="hhpPath"></param> private void CompileByHHC(string hhpPath) { var hhcPath = string.Empty; var program = Environment.GetFolderPath(Environment.SpecialFolder.ProgramFiles); if (File.Exists(".//hhc.exe")) { hhcPath = ".//hhc.exe"; } else if (File.Exists(program + @"\HTML Help Workshop\hhc.exe")) { hhcPath = program + @"\HTML Help Workshop\hhc.exe"; } else if (File.Exists(program + @" (x86)\HTML Help Workshop\hhc.exe")) { hhcPath = program + @" (x86)\HTML Help Workshop\hhc.exe"; } else { throw new Exception("未找到编译核心文件hhc.exe"); } var process = new Process();//创建新的进程,用Process启动HHC.EXE来Compile一个CHM文件 try { ProcessStartInfo processInfo = new ProcessStartInfo(); processInfo.WindowStyle = ProcessWindowStyle.Hidden; processInfo.FileName = hhcPath; //调入HHC.EXE文件 processInfo.Arguments = hhpPath; processInfo.UseShellExecute = false; processInfo.CreateNoWindow = false; process.StartInfo = processInfo; process.Start(); process.WaitForExit(); //组件无限期地等待关联进程退出 if (process.ExitCode == 0) { throw new Exception("编译发生异常!"); } } catch (Exception ex) { throw ex; } finally { process.Close(); } } /// <summary> /// 反编译 /// </summary> /// <returns></returns> public bool DeCompile() { //反编译时,Path作为CHM文件路径 //得到chm文件的绝对路径 string ExtportPath = Path.GetDirectoryName(ChmFileName); //命令参数含义 //Path:导出的文件保存的路径 //ChmPath:Chm文件所在的路径 string cmd = " -decompile " + ExtportPath + " " + ChmFileName;//反编译命令 Process p = Process.Start("hh.exe", cmd);//调用hh.exe进行反编译 p.WaitForExit(); return true; } //删除临时文件 private void DeleteTmpFile() { if (deleteTmp) { var arr = new string[] { ".//chm.hhc", ".//chm.hhp", ".//chm.hhk" }; foreach (var a in arr) { if (File.Exists(a)) { File.Delete(a); } } } } } }
![](https://images.cnblogs.com/OutliningIndicators/ContractedBlock.gif)
//编译CHM文档 ChmHelp chm = new ChmHelp(); chm.RootPath = ".//cnblogs"; chm.ChmFileName =Path.Combine(Environment.GetFolderPath(Environment.SpecialFolder.Desktop ),channel.title+".chm"); chm.DefaultPage = "博文目录.html"; chm.Title = channel.title; chm.Compile();
到这里基本上就已经完成了,但是有一点需要改进。博客中插入的图片,是url地址,如果阅读该chm文件时,电脑没有联网,此时是影响阅读的。此时我们的工作就应该是下载博客正文所使用的图片,存储到本地,编译到CHM文件中。
4.首先提取博客正文的url链接,并下载图片。图片分两种,手动插入的图片和博客园显示代码时使用的图片(展开代码,折叠代码,复制代码的图标),前者下载时需防止图片命名重复导致覆盖,后者如果已经下载,则无需重复下载。下载成功后,对博客正文进行替换,将引用图片的url链接替换成本地的相对途径。
/// <summary> /// 提取网页文件中的图片链接 /// </summary> /// <param name="sHtmlText">html</param> /// <returns></returns> public static string[] GetHtmlImageUrls(string sHtmlText) { // 定义正则表达式用来匹配 img 标签 Regex regImg = new Regex(@"<img\b[^<>]*?\bsrc[\s\t\r\n]*=[\s\t\r\n]*[""']?[\s\t\r\n]*(?<imgUrl>[^\s\t\r\n""'<>]*)[^<>]*?/?[\s\t\r\n]*>", RegexOptions.IgnoreCase); // 搜索匹配的字符串 MatchCollection matches = regImg.Matches(sHtmlText); int i = 0; string[] sUrlList = new string[matches.Count]; // 取得匹配项列表 foreach (Match match in matches) sUrlList[i++] = match.Groups["imgUrl"].Value; return sUrlList; }
到这里,基本上全部完成了。
程序使用的模版文件,全在content文件夹下,如果有朋友使用到自定义css,可以手动的更改模版。
下节预告
我们既然能将自己的博客备份得到的xml文件,转换成chm文件,我们也同样可以将某个人的博客随笔备份成chm文件,参考《一键构造你的博客目录》,它可以得到某个博客下的所有随笔链接,既然能够得到链接,我们就可以等到博客的正文,因此我们同样将其转换成CHM文件。
出处:https://www.cnblogs.com/codealone/archive/2013/04/19/3029055.html
=======================================================================================
使用CHM文档 采集随笔(续)
背景
上篇说到我们可以将自己的博客内随笔/文章/日记备份得到的xml 转换成CHM文档,如果我们希望将某个大牛的博客随笔全部导出,这个能不能实现呢?写在这里算是废话了,既然有了这篇博客,那么这个问题,一定是可以解决的。
资源下载
示例文档截图(路过秋天):
开发思路
1.根据博客园ID得到随笔类别,如地址为 http://www.cnblogs.com/cyq1162/,则博客园ID为cyq1162,请求页面http://www.cnblogs.com/cyq1162/mvc/blog/sidecolumn.aspx。请求结果如下:
通过正则匹配到该页面的链接,以某个链接为例,http://www.cnblogs.com/cyq1162/category/268820.html,其中包含cyq1162/category,基于这样的规则,我们可以得到所有的随笔分类链接。
2.得到随笔分类链接之后,则请求该链接的内容,得到该随笔下的所有文章链接。文章链接,以某个链接为例,http://www.cnblogs.com/cyq1162/archive/2013/03/17/2964746.html,其中包含cyq1162/archive,基于这样的规则,我们可以得到所有的文章链接。
3.得到文章的链接,这样就能得到文章正文。我们要获取的有文章标题、文章正文、发布时间。这里没有去尝试获取文章作者,不好获取。前面指的需要获取的3个内容,在某个明确id的节点里。这里使用了HtmlAgilityPack进行HTML解析,感觉非常方便,可以直接根据ID得到元素,然后获取它的内容。解析代码如下:
//下载随笔内容 替换后保存本地 var contentCode = GetContent(articleUrl);//获取随笔内容 HtmlDocument htmlCode = new HtmlDocument(); htmlCode.LoadHtml(contentCode); var titleNode = htmlCode.GetElementbyId("cb_post_title_url"); var postBody = htmlCode.GetElementbyId("cnblogs_post_body"); var postDate = htmlCode.GetElementbyId("post-date"); //var topics = htmlCode.GetElementbyId("topics"); var localHtml = template .Replace("{channelTitle}", titleNode.InnerText)//博文标题 .Replace("{preContent}", DownImage(postBody.InnerHtml))//博文内容 .Replace("{channelHref}", titleNode.GetAttributeValue("href", "#"))//博文地址 .Replace("{channelLink}", userId + ".cnblogs.com")//博客地址 .Replace("{channelAuthor}", userId);//博文作者
4.下一步则是编译CHM了,这里就不重复介绍了。
其中参考啊汉的博文 《一键构造你的博客目录》 构造了随笔目录。
代码逻辑就这么多,比较简单,希望大伙喜欢。如果设置首页不显示随笔分类的话,是无法采集的,若是博客引用了自定义样式,需要手动添加该样式在。有其他的问题,可以向我反馈,也可以自己下载代码调试看看。
出处:https://www.cnblogs.com/codealone/archive/2013/04/23/3037780.html
关注我】。(●'◡'●)
如果,您希望更容易地发现我的新博客,不妨点击一下绿色通道的【因为,我的写作热情也离不开您的肯定与支持,感谢您的阅读,我是【Jack_孟】!
本文来自博客园,作者:jack_Meng,转载请注明原文链接:https://www.cnblogs.com/mq0036/p/12652992.html
【免责声明】本文来自源于网络,如涉及版权或侵权问题,请及时联系我们,我们将第一时间删除或更改!