Hace tiempo cuando abri este nuevo blog dije que iba a contar como fue la migracion desde Blogia, donde no existe ningun tipo de exportacion y por ser un hosting minoritario no hay herramientas para ello.

Basicamente consiste en pasar el contenido que Blogia genera en un fichero html que se usa como backup y generar un fichero rss en xml que pueda ser interpretado por la mayoria de hostings como Blogger o WordPress. Lo primero que se necesita es un entorno Linux, ya que necesitaremos usar las herramientas grep, wget y perl, que es el lenguaje de programacion que usaremos para convertir este html en un rss. Si usas Windows puedes probar a usar cygwin que es parecido y llevar las mismas herramientas.

No me voy a parar en explicar lo que hace cada comando, digamos que lo podeis tomar lo que cuento como un acto de fé y la prueba es que este blog que lees ya no esta en Blogia.

1º Paso

En las opciones de tu blog de Blogia descargar el fichero html de backup y renombralo a backup_blogia.html

2º Paso

En la consola ejecuta el siguiente comando

grep ‘<div class=”articulo”‘ backup_blogia.html > articulos_blogia.html

Este comando comienza a truncar el indice de articulos del html

3º Paso


perl -p  -e ‘s|.*<h2><a href=”([^”]*)”>(.*?)</a></h2><div class=”textoarticulo”>(.*)</div><div class=”infoadicional”>(\d*)/(\d*)/(.*?)<.*|\n<item>\n<link>$1</link>\n<guid isPermaLink=”false”>$1</guid>\n<title>$2</title>\n<content:encoded><![CDATA[$3]]></content:encoded>\n<pubDate>$5/$4/$6</pubDate>\n<dc:creator>El Marinero</dc:creator></item>|g’ articulos_blogia.html | perl -p -e ‘s|(, )?<a href=”http://www.technorati.com/tag/%5B^”]*” rel=”tag”>([^<]*)</a>|<category>$2</category>|g’ > rss_beta.xml

Este pedazo de comando formatea el html y lo convierte en un rss sin imagenes, cambia las palabras en rojo por el nombre del autor de los articulos.

4º Paso

perl -p -e ‘s|(<img[^>]*>)|\n$1\n|g’  ../rss_beta.xml | grep ‘<img’ | grep blogia | perl -p -e ‘s|^.*src=”([^”]*)”.*$|$1|g’ | xargs –replace wget {}

Este comando descarga las imagenes asociadas a tu blog para que puedas subirlas a otro servidor.

5º Paso

perl -p -e ‘s|src=”http://mariner.blogia.com/upload/|src=”http://localhost/img/blogia/|g’  rss_beta.xml > rss_final.xml

Cambia la primera zona en rojo por la direccion de tu blog en Blogia y la segunda por el hosting donde vas a subir las imagenes.

Conclusion

Despues de todo este arduo “trabajo” ya tienes un rss con los articulos de tu blog listos para ser importados en WordPress o Blogger, pero no todo va a ser bonito. Como consecuencia de esta importacion se perderan los comentarios de los articulos y las categorias pero menos da una piedra…