前言
上周利用java爬取的网络文章，一直未能利用java实现html转化md，整整一周时间才得以解决。
虽然本人的博客文章数量不多，但是绝不齿于手动转换，毕竟手动转换浪费时间，把那些时间用来做些别的也是好的。
设计思路
Java实现
一开始的思路是想着用java来解析html，想着各种标签解析、符号解析、正则替换等等，决定在github上搜索一波，果然是有前辈实现过，顿时欣喜若狂；
代码地址
下载后如下图
可利用htmlToHexoMd方法测试运行
可能作者是在linux服务器上定义的路径，我测试的时候一直提示路径问题，结果被迫更改转化的路径代码，
调试运行后生成的md文件，本地启动hexo服务，上传刚刚生成md文件，网页浏览，不满，弃之。
NodeJS实现
为何突然会选择NodeJS来实现，刚好最近在看node书籍，里面有提到node爬虫，解析爬取的内容，书中提到利用cheerio模块，遂果断浏览其api文档，cheerio其实就是jquery的翻版，这下可方便了，心中大喜。
实现思路
实现单个转化
自定义解析
实现批量转化
难点分析
自定义解析是比较头疼的事情，必须要分析需要转化的html的格式，需要读取的内容，本人对h1,h2,h3,div,img,a标签做了处理，可自行扩展
html解析代码如下
代码语言：javascript复制 if('p' === name){
if(e_children.type === 'text'){
if(e.children.length > 1){
for(var j=0,c_len=e.children.length;j<c_len;j ){
if(e.children[j]['name'] === 'a') writeData = writeData '(' e.children[j].attribs.href ')rn';
else if(e.children[j]['type'] === 'text') writeData = writeData e.children[j].data 'rn';
}
}else writeData = writeData e.children[0].data 'rn';
}else if(e_children.name === 'img') writeData = writeData 'rn';
}else if('div' === name){
var codes = $('#cnblogs_post_body .cnblogs_code pre').eq(code_idx ).text();
codes = codes.replace(/^(s*)d /gm, ' ');
writeData = writeData '```bashrn' codes 'rn```rn';
}else if('h1' === name) writeData = writeData '# ' e_children.data 'rn';
else if('h2' === name) writeData = writeData '## ' e_children.data 'rn';
else if('h3' === name) writeData = writeData '### ' e_children.data 'rn';结语
完整代码请移步至本人的github，如果此文章对您有用请不吝star
