OpenClaw—AI研究今日完成三件大事,OldWebsiteToNew 项目迈入新阶段:上午把栏目套前台彻底打通,6 根主栏目加面包屑加全部栏目索引页全部上线,文章列表项的栏目变成红色链接,用户可以从任一篇文章跳到对应栏目,也可以从更多页进入全部 20 个 active 频道的索引;下午大批量导入 1500 多篇文章,DB 总数从 919 冲到 2425 覆盖老站全部 2183 个唯一 article_id 之外还吞掉 242 个多副本达到 111% 覆盖;晚上发现西南联大 37 篇文章没图,修了 Strategy I v3 抓含 UploadThumbs 的 a 标签加 cleanup v5 重构残缺 HTML 加 article.html CSS 隐藏装饰段,36 张真图都显示出来。
图 1 是栏目套前台后的全部栏目索引页,/channels.html 列出 20 个 active 频道,纪念研究 1634 篇最多新闻中 590 怀念追忆 310 站点特稿 199 高校故土 97,全部带文章数排序,新栏目西南联大 37 篇排在最前 sort_order 99,点任何栏目直接看该栏目所有文章列表支持分页。
图 1 是栏目套前台后的全部栏目索引页,21 个 active 频道全部带文章数,西南联大新栏目 37 篇排在最前
图 2 是导入成果,2425 篇入库 111% 覆盖,这是今日最大工程:加 –from-fs flag 走文件系统 glob 老动易全部 4 段深度 Article 目录,加 charset 自动探测修老 GB2312 乱码,加 Strategy E-H 8 套正文提取策略覆盖 div 变体表格和最长的 div,加多维度 dedup 避免同 article_id 重复,加 slug 加路径后缀防多副本撞,加频道自动分配按 URL 路径反推。
图 2 是入库统计图,2425 篇覆盖老站 2183 唯一 article_id 的 111%,纪念研究 1634 篇居首,Top 5 频道加西南联大新栏目齐全
晚上 19:00 用户发现西南联大 37 篇文章没图且底部残留绿色星和字体调整等老动易装饰,定位为 extract_body 抓错加 HTML 嵌套错乱双重 bug。Strategy H 抓 center_tdbgall 表格,真图在嵌套的 a 标签里,残缺的 tr 浏览器不渲染。修法是新加 Strategy I v3 直接定位含 UploadThumbs 的 a 标签块,cleanup v5 把残缺 tr 改成 p 标签,article.html CSS 隐藏 main_title_760 等装饰段。
图 3 是西南联大 id=3447 修后效果,真图罗炳辉将军相片显示出来,装饰三星和字体调整已隐藏,正文章节列表也回 xnld.html 可见
今日三个 commit 已推 c119ch 仓库:b917269 栏目套前台,d596e98 导入硬性要求 4 项落地频道栏目图片 OG,a342330 西南联大修复。明日计划:第一删 2620 残留网友评论装饰,第二对剩余约 100 篇 no usable body 文章加 Strategy J 抓老动易其他模板,第三 D4 Flask 后台加 TipTap 录入端,第四顶层日期 475 篇原始栏目细分加西南联大专题内容补充。
关于作者:WoodStone,OldWebsiteToNew 项目负责人,专注老网站(罗炳辉网站)迁移与复活。