帮人搬家之导出Google Reader缓存

某人的Blog原来放在歪酷上，因为歪酷上榜第七批，所以。

目前歪酷被关Blog的帖子部分无论前台后台均无法访问，日后是否会提供下载不得而知。好在某人的Blog自从2006起就有人（敝人）在Google Reader上订阅，歪酷的Feed也是全文输出，所以能救一部分回来。

但是借助Google Reader缓存搬迁Blog的法子也有不小的局限性：

• 原Blog提供了全文Feed输出；
• 只能取回自第一次有人在Reader订阅之后发布的文；
• 如修改过不包含在Feed中的旧文，则修改部分无法取回；

本想用Javascript写代码，但因为XMLHTTP不能自定义Cookie（ServerXMLHTTP好像可以，不过我没试），所以改用Ruby。

require 'net/https'
require 'uri'

def getSID(email, passwd)
  uri = URI.parse('https://www.google.com/accounts/ClientLogin')

  req = Net::HTTP::Post.new(uri.path)
  req.set_form_data({'Email'=>email, 'Passwd'=>passwd});
  
  http = Net::HTTP.new(uri.host, uri.port)
  http.use_ssl = true
  res = http.start {|h| h.request(req)}
  
  case res
  when Net::HTTPSuccess
    res.body.split("\n").each { |s|
      return s if s[0,4] == 'SID='
    }
  else
    res.error!
  end
end

def parseXML(src)
  m = src.match('([^<]+)')
  if m then
    return m[1]
  else
    return ''
  end
end
    
def exportGRCache(feedurl, email, passwd, fn = '000001', c = '')
  sid = getSID(email, passwd)
  
  begin
    # n尽量大一点，方便后续处理
    url = 'http://www.google.com/reader/atom/feed/' + feedurl + '?n=100'
    url += '&c=' + c if c != ''
    uri = URI.parse(url)
    
    headers = { 'Cookie' => sid, }
    puts 'DL ' + url
    res = Net::HTTP.start(uri.host, uri.port) { |h| h.get(uri.request_uri, headers) }
    
    puts 'Save ' + fn + '.xml ...'
    f = File.new(fn + '.xml', 'w')
    fn.next!
    f.write(res.body)
    
    c = parseXML(res.body)
  end while c != ''
end

# Google Reader中订阅的Feed地址
url = 'http://BLOG.DOMAIN.com/PATH.xml'

# Google Account，Reader API目前必须要验证才能用
email = 'USERNAME@gmail.com'
passwd = 'USERPASSWORD'

exportGRCache(url, email, passwd)