本文共 3310 字，大约阅读时间需要 11 分钟。

如何从CSDN批量导出Markdown格式的文章？

在之前的博客迁移过程中，由于每次复制粘贴的复杂性和格式混乱的问题，让我意识到需要找到一套高效的文章管理方案。于是我决定研究如何批量导出CSDN的文章并转换为统一的Markdown格式。以下是详细的实现过程及解决方案。

一、整体思路

二、实现流程

通过F12开发者工具或完美日记的网页源查看，可以发现CSDN文章页面的主要数据来源于以下几个步骤：

三、解决过程中的问题及解决方法

三、完整代码示例

import requestsimport uuidfrom bs4 import BeautifulSoupimport jsonimport timeimport redef request_blog_list(page):    """获取指定页数的文章列表"""    url = f'https://blog.csdn.net/pang787559613/article/list/{page}'    reply = requests.get(url, headers={        'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/77.0.3865.120 Safari/537.36'    })    if reply.status_code != 200:        return []    parse = BeautifulSoup(reply.text, 'lxml')    articles = parse.find_all('div', class_='article-item-box csdn-tracking-statistics')    blogs = []    for article in articles:        try:            href = article.find('a', target='_blank')['href']            blog_id = href.split('/')[-1]            title = article.find('h2').get_text(strip=True)            date = article.find('div', class_='date').get_text(strip=True)            read_num = article.find('div', class_='num').get_text(strip=True)            blogs.append([blog_id, date, read_num])        except AttributeError:            print(f'文章信息缺失: {href}')    return blogsdef request_md(blog_id, date):    """获取指定文章的Markdown内容"""    url = f'https://blog-console-api.csdn.net/v1/editor/getArticle?id={blog_id}'    headers = {        'cookie': f'uuid_tt_dd={uuid.uuid)}, {time.time()}; ...',        'user-agent': 'Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/77.0.3865.120 Safari/537.36'    }    reply = requests.get(url, headers=headers)    if reply.status_code == 200:        data = reply.json()        write_hexo_md(data, date)    else:        print(f'请求失败: {url}')def write_hexo_md(data, date):    """将数据写入Hexo格式的Markdown文件"""    title = data.get('data', {}).get('title', '')    title = re.sub(r'\[.*\]', '', title)    tags = data.get('data', {}).get('tags', [])    date = re.findall(r'\d+-\d+-\d+', date)    name = '-'.join(date) + ('-' + re.sub(r'[\[\]\(]','','-'+title.replace(' ', '-') if title else '') if title else '')    content = data.get('data', {}).get('markdowncontent', '')    with open(f'blogs/{name}.md', 'w', encoding='utf-8') as f:        f.write(content)def main():    """主函数，处理批量导出"""    blogs = []    for page in range(1, 5):        blogs.extend(request_blog_list(page))    for blog in blogs:        blog_id, date_str, read_num = blog        date = date_str.split()        if len(date) < 3:            continue        sleep(1)        request_md(blog_id, date)if __name__ == '__main__':    main()

四、注意事项

以上代码提供了一个可扩展的批量导出框架，具体使用中可根据实际需要调整参数和处理逻辑。