炸了！3年图片都没了

Posted 2023-02-17 艾小仙

一直都是用的 Typora+微博免费图床写作，前段时间突然发现图片全都裂了，打开一看都是 403 。

开始我以为图片微博都给我删了，找了一堆平台去翻我的历史文章看图片是不是都在，找了半天发现图片要么不够清晰，要么就是文章不全，要么呢就是有水印，所有的原图基本上是找不回来了，跟不用说还有一些文章是没有在任何平台发表过的。

这就很难受了，所以这件事情就拖了好几个月都没处理，最近突然看到一篇文章才发现，哦，原来 403 是限制了Referrer，写代码还是可以下载下来的，试了试果然是可以的，那问题就简单了。

那我只要：扫描我的所有 md 文件=>找到所有的微博图床的图片链接=>下载所有图片=>上传到新图床=>替换图片链接，不就搞定了嘛。

扫描文件

首先找到我的文章的目录，扫描所有的文件，把 md 文件全部找出来。

private static List<File> getFiles(String workUrl)
    return FileUtil.loopFiles(workUrl).stream()
    .filter(file -> file.isFile())
    .filter(file -> file.getName().endsWith(".md"))
    .collect(Collectors.toList());

获取链接

根据参考文章里大佬写的正则，根据正则匹配到每篇文章里的链接地址，然后根据微博图床的名称过滤得到所有使用微博图床的图片地址，扫描最终得到的图片有大概 2000 张。

private static Set<String> getUrls(List<File> files)throws Exception
    Set<String> urlList = new HashSet<>();
    Pattern pattern = Pattern.compile(
            "\\\\b(((ht|f)tp(s?)\\\\:\\\\/\\\\/|~\\\\/|\\\\/)|www.)" + "(\\\\w+:\\\\w+@)?(([-\\\\w]+\\\\.)+(com|org|net|gov"
                    + "|mil|biz|info|mobi|name|aero|jobs|museum" + "|travel|[a-z]2))(:[\\\\d]1,5)?"
                    + "(((\\\\/([-\\\\w~!$+|.,=]|%[a-f\\\\d]2)+)+|\\\\/)+|\\\\?|#)?" + "((\\\\?([-\\\\w~!$+|.,*:]|%[a-f\\\\d2])+=?"
                    + "([-\\\\w~!$+|.,*:=]|%[a-f\\\\d]2)*)" + "(&(?:[-\\\\w~!$+|.,*:]|%[a-f\\\\d2])+=?"
                    + "([-\\\\w~!$+|.,*:=]|%[a-f\\\\d]2)*)*)*" + "(#([-\\\\w~!$+|.,*:=]|%[a-f\\\\d]2)*)?\\\\b");
    files.forEach(file->
        String mdContent = FileReader.create(file).readString();
        Matcher matcher = pattern.matcher(mdContent);
        while(matcher.find())
            urlList.add(matcher.group());
        
    );

    return urlList.stream().filter(url->url.contains("sinaimg.cn")).collect(Collectors.toSet());

下载|上传图片

得到所有图片地址后，直接把图片下载到本地，这里为了方便，直接截取出图片中的图片名称保存，那么之后就可以直接把图片上传到其他的图床了。

private static void download(Set<String> urls) throws Exception
    for (String str : urls) 
        OutputStream os = null;
        InputStream is = null;
        try 
            URL url = new URL(str);
            URLConnection con = url.openConnection();
            is = con.getInputStream();
            byte[] bs = new byte[1024];
            int len;
            String fileName = str.substring(str.lastIndexOf("/")+1);
            os = Files.newOutputStream(Paths.get("/Users/user/Desktop/" + fileName));
            // 开始读取
            while ((len = is.read(bs)) != -1) 
                os.write(bs, 0, len);
            
         finally 
            if (os != null) 
                os.close();
            
            if (is != null) 
                is.close();
            
        
    

这里我选择用的是阿里云 OSS，直接手动全丢进去就行了。

替换链接

现在我的图片名称都是一样的，只要替换掉域名那部分就行了，最后写回文件。

private static void replace(List<File> files)
        //替换 md 文件中的微博图床文件
        files.forEach(file->
            String mdContent = FileReader.create(file).readString();
            String newMDContent = mdContent.replaceAll("https://tva1.sinaimg.cn/large","http://cdn.aixiaoxian.vip/blog");
            FileWriter.create(file).write(newMDContent);
        );

    

另外一方面就是关于费用的问题，目前因为基本都是我自己在用，一天都花了 7 分，一个月岂不是 2 块钱，有点太贵了！！！后面再看看有没有跟便宜点的。

参考：https://juejin.cn/post/7189651446306963514