【已彻底解决】wordpress中，通过导入WXR格式的XML后，文章是可以正常显示，但是编辑模式中却无法查看
【背景介绍】<br />通过自己写的脚本，实现了百度空间搬家到wordpress。<br />将生成的符合WXR格式的XML文件，导入到wordpress中后，文章是可以正常显示的。<br />但是在编辑其中一部分帖子的过程中，发现，如果该文章是通过上一篇或者下一篇中，点击对应的“下一篇”或“上一篇”而链接过来，文章是可以正常显示的。<br />但是对于这一部分的帖子，去编辑的时候，点击查看文章，却无法显示。
【解决过程】<br />比如某个帖子，这样的地址：<br />http://localhost/2007/04/making_baidu_the_article%26%2339%3bs_title_bar_space_with_a_lot_of_lace_pattern_lace/<br />是可以显示的，但是进去编辑模式，点击 查看帖子 ，得到的地址是：<br />http://localhost/2007/04/making_baidu_the_article’s_title_bar_space_with_a_lot_of_lace_pattern_lace/<br />是无法显示的。<br />很明显，两者地址不一样。<br />后者对于前者，是其中一些字符，已经被解析出来了，比如上面的撇号“’”，由此导致地址失效，无法访问。<br />先说明一下，前者的地址中最后的帖子的名字是：<br />making_baidu_the_article%26%2339%3bs_title_bar_space_with_a_lot_of_lace_pattern_lace<br />在对应百度空间搬家所得到的WXR中，对应的是文章的post name，是我之前通过google翻译原先文章的标题的中文，而得到的英文，再替换其中空格为下划，<br />再调用saxutils.escape而得到的HTML和XML都可以识别的（xml safe）的地址，适合于SEO和用户识别帖子。<br />但是WXR导入到WordPress后，结果在编辑的时候，“固定链接”一栏中的：<br />making_baidu_the_article’s_title_bar_space_with_a_lot_of_lace_pattern_lace<br />个人推断，估计是wordpress中该地址栏的文本解析器，所以把原先的：<br />making_baidu_the_article%26%2339%3bs_title_bar_space_with_a_lot_of_lace_pattern_lace<br />给解析出来，变成了：<br />making_baidu_the_article’s_title_bar_space_with_a_lot_of_lace_pattern_lace<br />估计是其一个bug吧。
【wordpress中，WXR导入的帖子，虽然可以正常显示，但是编辑模式中却无法查看 – 解决办法】<br />经过一番折腾，找到了个解决办法，那就是，点击固定链接中的“编辑”，然后啥都不用改，点击再点击“确定”，<br />然后再点击右边的“更新”，这样就可以把当前的post name，直接更新到数据库中，这时候，再点击“查看”的时候，文章的地址有点变化，变为：<br />http://localhost/2007/04/making_baidu_the_articles_title_bar_space_with_a_lot_of_lace_pattern_lace/<br />其中的post name变成了：<br />making_baidu_the_articles_title_bar_space_with_a_lot_of_lace_pattern_lace<br />把撇号这样的符号，去掉了。<br />（2）同时发现一个有趣的事情，经过测试，直接输入原先的地址：<br />http://localhost/2007/04/making_baidu_the_article%26%2339%3bs_title_bar_space_with_a_lot_of_lace_pattern_lace/<br />其会自动变成为上面的最新的地址：<br />http://localhost/2007/04/making_baidu_the_articles_title_bar_space_with_a_lot_of_lace_pattern_lace/
<br />
【后记】
又遇到一个类似的例子：
可以显示的地址：
编辑模式中，无法显示的地址：
http://localhost/wordpress/2009/08/31/[track_listing]_song_for_baby_jane_(baby_jane_song)_-_diego_modena_&_jean-philippe_audin
点击确定，更新后，最新的地址：
<br />由此推断出，wordpress中的post name，是会自动把你所输入字符串中的
[ ] ( ) ‘ &
等符号，自动给过滤掉的。
刚去测试了一下，得到的结果是：
键盘上可以输入的那些字符，除了下划线’_‘和短横线”–“之外，我们所常见到的字符，都会被过滤掉，包括：
~ ` ! @ # $ % ^ & * ( ) + = { } [ ] | : ; “ ‘ < > , . ? /
而中文字符的左括号”【”和右括号”】”等，都是属于普通的符号，不会被过滤掉。
<br />【总结】
导入xml到wordpress后，帖子本身可以查看，但是编辑模式中查看失败，原来是由于帖子的post name和本身真正的固定链接地址不匹配，后者是已经自动去除了除了字母，数字，下划线和短横线之外的其他标点符号类字符，因此导致帖子地址不对，网页打不开。
解决办法很简单，就是在导入的xml文件的时候，自己确保不要包含对应的特殊字符。目前已经写了个函数，可以实现对这类字符的过滤：
<p>#------------------------------------------------------------------------------<br /># remove invalid character in url(blog's post name and category's nice name)<br />def removeInvalidCharInUrl(inputString):<br /> filterd_str = ''</p><p> any_char_num_pattern = re.compile(r"[w|-]")</p><p> for c in inputString :<br /> if c == ' ' :<br /> # replace blanksplace with '_'<br /> filterd_str += '_'<br /> elif any_char_num_pattern.match(c) :<br /> # retain this char if is a-z,A-Z,0-9,_<br /> filterd_str += c<br /> #else :<br /> # print '---filtered char=',c</p><p> return filterd_str</p><p></p>
<br />
转载请注明：在路上 » 【已彻底解决】wordpress中，通过导入WXR格式的XML后，文章是可以正常显示，但是编辑模式中却无法查看