将博客从Ghost迁移到Jekyll的方法

方石剑
146 阅读4分钟

我刚刚完成了将这个博客从Ghost迁移到Jekyll的工作。

为什么

Ghost为我服务了很长时间，但它最终达到了一个地步，即维护它比我从它那里得到的更多努力。

我在自己的服务器上自行托管Ghost，而且已经很难跟上Ghost的升级了。有些升级非常简单，但至少有两次重大升级需要大量工作。我担心，如果我不跟上，我就会让我的网站出现安全漏洞。

相比之下，Jekyll是一个静态网站生成器。产生的博客只是一堆由nginx提供的静态文件，所以安全问题的风险大大降低。

静态网站的托管也更简单，使用的CPU和内存资源也少得多。

虽然我很欣赏Ghost的许多功能，但对我来说，在我的笔记本电脑上用markdown写博文并不困难。而且，能够在本地和我的托管服务器上看到完全相同的博客，这很好。

转换的一个附带好处是，我的一些旧文章现在看起来好多了。原来的格式在转换到Ghost时被破坏了，而现在转换后的Jekyll标记看起来更好了。

迁移

我从jekyll_ghost_importer开始，它给了我一个很好的基线，但留下了一些问题。

  • 一些链接缺少markdown包装。
  • 帖子缺少作者，这是主题所要求的。
  • 帖子的日期是UTC，但没有指定时区，所以有些帖子由于时区转换而显示在错误的一天。

我用一个Ruby片段修复了这些问题，比如。

Dir.glob("_posts/*").each do |post|
  contents = File.read(post)
  updated = contents
    .gsub(%r{(\s)(https?://.*)(\s)}, "\\1[\\2](\\2)\\3")
    .sub("---\n\n", "author: Paul\n---\n\n")
    .sub(/date: '(.+)'/, "date: '\\1 UTC'")
  File.open(post, "w") { |f| f.write(updated) }
end

接下来，我浏览了一堆Jekyll主题，直到找到一个我喜欢的简单主题：tale。我还调整了关于页面。

然后，我配置了Discuz、Google Analytics，并为我的旧RSS feed添加了重定向。我还改变了固定链接，使其包括一个尾部斜线，以配合Ghost。permalink: /:year/:month/:day/:title/

我添加了一个简单的脚本来部署。

JEKYLL_ENV=production jekyll build
rsync -avz --delete _site/ pgrs.net:/var/www/blog/

最后，我检查了一下，以确保我的顶级帖子仍然有效，并且看起来不错。我抽查了一些，但我想确保我所有的热门帖子都保持它们目前的URL。我从Google Analytics下载了我的50个最受欢迎的帖子，并把它们放在一个文件中。然后，我写了一个简单的wget 命令，以检查它们是否都返回了一个成功的响应。

wget -q --spider -i <file of URLs>
echo $? # exit code of 0 means success

后果（2018年11月27日更新）

在我进行了切换之后，我观察了几天我的服务器日志，看是否有异常情况。我发现了一些重要的事情。

缺少的404s

如果一个页面没有找到，我的nginx设置将呈现404错误页面，但作为一个成功的200响应，而不是正确的404响应代码。这在浏览器中看起来是正确的，但对搜索引擎和其他机器人来说是不正确的。

我通过在我的server 块中添加这个来解决这个问题。

error_page 404 /404/index.html;

然后在我的location 块中加上这个。

try_files $uri $uri.html $uri/index.html =404;

=404 告诉nginx，如果它找不到静态文件，就提供一个404响应，而error_page 告诉它要渲染哪个页面。

破碎的AMP URLs

我的Ghost博客曾经为加速移动页面（AMP）提供服务，在每个帖子的URL末尾都有一个尾巴/amp/ 。我的新Jekyll没有这样做，这导致日志中出现了很多404。我不确定有多少错误显示给用户，而谷歌只是提供了一个过时的页面版本。

在任何情况下，我通过将AMP链接重定向到主帖来解决这个问题。

rewrite ^(.*)/amp/?$ $1 last;

我验证了非AMP页面在我的手机上看起来不错。

谷歌似乎仍有一些AMP页面被缓存，但希望这些会随着时间推移而消失。

不正确的日期URL

我注意到在我的日志中，有许多对日期不正确的帖子的请求出现404。例如，他们会请求/2018/11/27/foo ，而不是/2018/11/26/foo 。

我发现Ghost似乎并不介意日期不正确的情况。它将正确地重定向到正确的URL。然而，Jekyll的静态网站却很在意，这些都是404。

我试图弄清楚这些不正确的URL是怎么来的。我最好的猜测是，Ghost的一个老毛病在一定时间内把帖子放在了错误的URL上：https://github.com/TryGhost/Ghost/issues/7655。我很久以前就部署了固定的版本，但我认为这些错误的URL进入了搜索索引。

由于日志中的404似乎只是来自机器人，而我的Ghost博客上的问题可能已经修复了很长时间，我想留下这些404是可以的。我仔细检查了美国主要搜索引擎的搜索结果是否返回了正确的URL。

avatar
文章
阅读
粉丝