多说难民的畅言搬家过程[附wordpress评论转换畅言json格式脚本]

本博客在很早以前就启用了多说社交评论功能，这么多年虽然不能说很完美吧，但在同类产品中多说已经算是做的相当不错的了。但从大概这周1开始，多说后台开始出现大量垃圾评论，其量之大真是这些年从来没有过的！（之前虽然也有垃圾评论，但也就极偶尔的1-2条而已，而且看了下网站访问统计，也没有大量的PV，明显是直接刷的多说评论接口），最后实在无法忍受，开启了所有评论的审核机制，即使这样，后台还是会定时出现大量的新垃圾评论。去多说官方论坛看了下，发现也没人提，官方也没反应，而且看论坛上的消息貌似是已经放弃治疗了，果不其然在前天，多说官方放出了即将关闭多说项目的通知：http://dev.duoshuo.com/threads/58d1169ae293b89a20c57241。其实之前也曾一度想从多说转移到其他的社交评论系统，但几番对比后，发现多说还是有较绝对的优势的，这回却是不得不搬家了！

大致扫了一眼wordpress的社会化评论系统，国内的友言、灯鹭什么的看起来也半死不活的（查灯鹭时看到个貌似是插件作者自己搞的新版本叫”Wordpress连接微博”:http://blogqun.com/doc/wp-connect.html，看着是积极开发的状态，功能也比较丰富，但就是要至少199RMB的使用费，而且看了下前端UI不是我喜欢的风格，后端又有诸多要求，于是就不作考虑了），剩下的就是搜狐的畅言和美帝的disqus，本来想直接disqus得了，功能和前端样式都是我喜欢的类型（本地评论也能顺利导入，虽然丢了头像等信息），但遗憾的是一方面近来disqus被墙的死死的，更重要的是另一方面disqus连接的社交系统都是fb，twitter等，也许以后哪天我决定写全英文博客时才更适合用吧…于是，也排除掉了！
所以，基本上，转移阵地的目标就是搜狐畅言了，看了下畅言的更新频率也还可以，而且功能也算丰富，尤其喜欢那个小印章功能！注册畅言账号后，问题就来了：怎么把现有的评论内容全部迁移过去呢？
wp后台装上畅言的插件后，倒是有同步本地评论的功能，满心欢喜的点了一下，然后插件也痛快的给我报了个错：

同步失败:import to changyan error!

再看畅言后台上的数据导入部分，选项倒是不少，畅言、友言、多说的json数据都可以（官方说明有个很奇葩的“1、从畅言导出的评论格式不支持直接导入畅言”，不明觉厉…），看到有多说，于是直接从多说后台导出一份“包含文章数据+包含评论数据”的zip，上传畅言，又爽快的给我报了个忘记什么内容的错！不过这是刚开始被垃圾评论刷屏的时候试的，后来多说放出要关项目消息之后，再上友言后台，发现选多说json时直接弹出了个小提示框（呵呵，反应够快的），解释了下导入要点（看了以后还是没明白那个二级域名是干啥的！），然后又试了下导入多说导出的json，好，这次不再爽快的报错了，看了下貌似也导入成功了，到后台按提示找到导入的评论一看，我勒个去的！丢了不少评论不说，评论内的回复引用关系也没导入成功，于是果断删除刚导入的“脏数据”，自己动手写个转换工具吧。
仔细看了下畅言文档中的json数据格式（这点还是要给个赞的，文档比较全面规范），决定不从多说数据入手，而改用wordpress本身的导出数据xml（当然，在这之前需要把多说的评论同步回本地，默认情况下多说是会自动回写wp本地评论的），经过几次试验，写了个基本能用的python脚本，不能说多完美转换吧，反正该有的用户名、评论内容、回复引用等都有了。
脚本如下（python 3.x版）：

用法是先在wp后台的工具->导出->所有内容，如下：

拿到xml文件，然后改写脚本里的xml路径也好，直接拖到.py上运行也好，就能得到同名的畅言格式的.json文件，然后直接在畅言后台上导入畅言json格式评论即可（如果文件直接传文件过大的话就zip一下，反正我的乡下小博也就生成了几百k的json文件…）。
最后，由于畅言不像多说会默认回写wp本地评论，虽然有手动同步和实验室定时同步，但想想之前同步本地到畅言时报那个错…还是算了吧，我可不想我宝贵的wp本地评论里出现什么脏数据！但这样文章下面的评论数显示就又不正确了，看了下畅言文档，发现有js的获取畅言评论数说明，于是小改了一下，变成现在这样先显示本地评论数，再显示畅言评论数了。等什么时候畅言官方把这正反同步都完善了再改回去好了。