【开发日志】OldWebsiteToNew 开发全记录四十二（7月19日）Day 37 v5 流水线让 2015 备份恢复步入正轨

7-19 上午把 2015 备份恢复流水线从第四版升到第五版,核心改动是入库前按 body_text 的 sha1 全局去重,顺手加了 BOM 和 GBK 字符集自动检测(2015 备份都是老动易 GBK,有时混着 UTF-8 BOM)。

第五版共跑了七批,从两百九十五篇高质量候选中成功入库,另有八百九十篇因跨栏目 sha1 复本被跳过。沙盒文章总数从一千零二十涨到一千三百二十六,同时走 dump-to-main SQL 加上 rsync HTML 模式同步到主站,主站分配到 ID 段五千三百四十六到五千六百五十一。

图一是主站首页的展示效果,顶部统计文字显示文章共一千三百二十六篇,首页分页数从原本的五十页扩到五十一页,列表区呈现最新一批 2015 备份恢复文章与历史文章的混合排序。

中间踩了一个坑:render 的 SQL 用 WHERE is_deleted=0 过滤,新批文章 is_deleted=NULL,NULL=0 在 MySQL 里返回 NULL 而不是 TRUE,所以整批被漏算。批量 UPDATE 后重渲就对了。第五版 INSERT 已经显式设 is_deleted=0,以后不会再犯这个渲染坑。

图二是主站文章 ID 5346 罗炳辉将军在淮南抗日民主根据地的详情页。文章属于将军足迹栏目,正文共三万余字,系统梳理罗炳辉将军在淮南地区开辟抗日根据地的全过程,排版整洁,视觉风格延续纪念主题。

下午还修了两篇文章。第一千一百三十二这篇文章原本整段挤在一个 p 标签里,按语意重新切成十四段自然分段,注释段保留原样不动;第一千三百一十八这篇文章末尾的截断 img 标签也清理掉了,三张图本身都还在服务器,只是 HTML 拼接出问题,补全标签即可。

图三是主站文章 ID 5392 美国教授罗特曼眼中的中国抗日先锋的详情页。文章属于纪念研究栏目,以跨国学者视角记述罗炳辉将军的抗日事迹,标题层级清晰,版式符合中文阅读习惯,正文段落首行缩进两字符。

双站文章数对齐到一千三百二十六,slug 完全一致,五个抽样 URL 都返回 200 状态码。明天 Day 38 计划跑 score=20 池子和剩余八百七十篇 2015 备份(无主体区域的壳会过滤掉),以及五千三百四十二这篇文章老动易痕迹残留清理。