首发于个人博客
想获得更好的阅读体验，烦请移步??
前些天给博客加了评论功能，试了Disqus、Valine等一干评论系统，最后还是选择了在大陆相对友好而且符合技术博客风格的Gitalk。但是由于Gitalk是利用Github里Repo的Issue实现评论功能，所以每篇博文都需要手动创建Issue，很是麻烦。于是就打算用Python写一个自动初始化的脚本。
知己知彼，百战不殆。写脚本之前，我们得先知道Gitalk是通过什么确定文章和Issue之间的关系的。通过查看文档可以得到下面??四个我们需要的参数。
| 参数 | 类型 | 说明 | 默认值 |
|---|---|---|---|
id | String | 页面的唯一标示，长度小于50 | location.href |
labels | Array | Issue的标签 | [‘Gitalk’] |
title | String | Issue的标题 | document.title |
body | String | Issue的内容 | location.href + header.meta[description] |
那么再看看Gitalk初始化时自动生成的Issue：
在被这张图中，四个参数的值分别为：
title: "渲染测试 | Dicerorhinus"labels: ['Gitalk','/post/themes-test.html']body: "https://rhinoc.top/post/themes-test.html"诶，id去哪了？
其实，labels中的第二个元素post/themes-test.html就是id了。
现在我们对这四个参数有了更好地理解，可以开始写程序了。
+-----------------------------+ | | | get urls from | | sitemap.xml | | | +--------------+--------------+ | | | +--------------v--------------+ | | | login into Github | | get the repository | | | +--------------+--------------+ | | |+----------------v-----------------+| || for every url in urls || create issue || if its issue haven't created || |+----------------------------------+id须在50个字符以内文档中已经指明了id和博文一对一的关系，并且在Gitalk自动生成的Issue中，id被设置为是博文所在的相对路径。由于id被限制在50个字符以内，所以当相对路径比较长时，就不适合作为id了，这时候可以使用MD5将相对路径编码：
def md5(s): hash = hashlib.md5() hash.update(s.encode('utf8')) return hash.hexdigest()由于我的博客中博文的相对路径在50个字符以内，所以并未采用MD5编码。
由于程序每次运行都要遍历一遍sitemap.xml，而一遍来说我们的博客中只有新写的博文没有创建Issue，如果不对「已初始化」和「未初始化」的链接加以区分，就会重复创建Issue。
所以，我们需要有一个数据库来储存哪些链接是已初始化过的，遍历sitemap.xml时，将其中的网址和数据库内容对比，对不在数据库中的网址进行初始化并写入数据库。
import bs4, requestsfrom github import Githubfrom urllib.parse import unquoteblogUrl = 'https://***.***.***'sitemapUrl = 'https://***.***.***/sitemap.xml'user = 'username'token = ''repoFullName = "user/repo"session = requests.Session()res = session.get(sitemapUrl)readExistUrl = open('urls.txt','r')writeExistUrl = open('urls.txt','a')existList = readExistUrl.readlines()# get urls from sitemapdef getSite(smUrl): html = requests.get(smUrl) soup = bs4.BeautifulSoup(html.text,"lxml") urls = soup.select('loc') urlset = [] for url in urls: url = str(url)[5:-6] url = url.replace('http','https') urlset.append(url) return urlseturls = getSite(sitemapUrl)gh = Github(login_or_token = token)repo = gh.get_repo(repoFullName)for url in urls: if ((url + '\n') in existList) or (url in existList): continue title = url.rsplit('/',2) title = unquote(title[2]) labels = ['Gitalk', url[18:]] repo.create_issue(title = title ,body = url,labels = labels) writeExistUrl.write('\n'+url) print(url + ' created') readExistUrl.close()writeExistUrl.close()
