sinyalee.com 博客备份工具 — 将 WordPress 文章抓取并转换为 Markdown 存储。
本项目仅供个人学习和备份使用。抓取的内容版权归原博主所有。使用者应遵守相关法律法规和网站的使用条款，不得将抓取的内容用于商业用途或侵犯原作者的合法权益。如因使用本项目产生任何法律纠纷，由使用者自行承担全部责任。
- Runtime: bun + TypeScript
- HTML 解析: cheerio
- HTML → Markdown: turndown
- 代码质量: biome
bun install# 干运行（只查看，不写入）
bun run src/index.ts --config configs/sinyalee.json --dry-run
# 抓取前 5 篇测试
bun run src/index.ts --config configs/sinyalee.json --limit 5
# 全量抓取
bun run src/index.ts --config configs/sinyalee.json
# 强制更新已有文章
bun run src/index.ts --config configs/sinyalee.json --force-update# 类型检查
bun run typecheck
# 代码检查
bun run lint:check
# 自动修复代码
bun run lint:fix
# 构建
bun run build
# 提交前检查（类型检查 + 修复 + 构建）
bun run precommitsinyalee-blog-archive/
├── src/
│ ├── index.ts # CLI 入口
│ ├── config.ts # 配置类型定义 + 加载
│ ├── fetcher.ts # HTTP 抓取（UA伪装、重试、限速）
│ ├── parser/
│ │ ├── list-parser.ts # 列表页解析器接口
│ │ ├── post-parser.ts # 文章页解析器接口
│ │ └── wordpress/ # WordPress 解析实现
│ ├── converter.ts # HTML → Markdown 转换
│ ├── asset-downloader.ts # 图片下载
│ ├── writer.ts # Markdown 文件写入
│ └── utils/ # 工具函数
├── configs/
│ └── sinyalee.json # sinyalee.com 配置
├── blog/ # 生成的 markdown（备份数据）
├── .github/workflows/ # CI/CD
├── biome.json # 代码质量配置
├── tsconfig.json # TypeScript 配置
└── package.json
- CI (
.github/workflows/ci.yml): push/PR 时自动运行类型检查、lint、构建 - Sync (
.github/workflows/sync.yml): 每日 UTC 02:00 自动抓取新文章并推送到仓库
配置文件格式见 configs/sinyalee.json，支持：
list.strategy: 列表页策略 (simple-yearly-archive|paged)post.selectors: 文章页 CSS 选择器fetch: 抓取参数（UA、延迟、重试次数）output: 输出配置（目录、图片下载等）