写了一个网易博客提纯处理工具

[ooolinux]

网易博客（http://blog.163.com/）提纯处理工具，可以对保存的同一用户名的大量网易博客网页进行分析、提纯、精简、简化处理，提取其中的纯博客文本数据资料页面保存，保留原有的段落格式和字体颜色大小样式、表格样式、链接等，并自动分析已提纯网页中的图片文件并保存到相对目录下。保存的大量网易博客网页应该按目录（二级目录）分类保存，或者不分类只有一个二级目录。用浏览器保存博客网页时保存为html或者htm格式，并且使用默认的文件名保存，例如：
两个益智小游戏：《芯片的挑战》和《装满行李箱》 - tab_98的日志 - 网易博客.html
两个益智小游戏：《芯片的挑战》和《装满行李箱》 - tab_98的日志 - 网易博客_files （目录名）

（图）
处理时可以一个分类一个分类（一个分类就是一个二级目录）分别【单类处理】，也可以一起【全部处理】。
原始的博客网页页面效果和提纯后的页面效果分别如下：


（图）（图）
提纯、精简以后去掉了大量重复的无用的框架、数据和累赘垃圾文件（处理时源目录内容不变），做到清清爽爽，极大地减少了硬盘占用空间，有利于网易博客网页的U盘多处备份保存和再利用。
（写于2019年1月）

[日立奔腾浪潮微软松下联想]

[CT8100]

666666

[ooolinux]

附带的小工具——网页索引生成器，可以对已经提纯的所有博客网页生成索引页面，每个分类（二级目录）一个索引页面，然后有两个总的索引页面，一个是包含所有博客网页的链接，一个是包含所有二级索引页面的链接，如图所示：



（图）（图）（图）