Author: Xuan Hu

经过N次Import和数据库清空，终于将之前的WXR文件格式的完备集简化了。

简化原则是适应Sina2WordPress项目的需要，尽可能精简文件大小，删除了导入无效的（如博客标题、博客链接等）和从新浪博客中无法获取的（如评论者的链接和IP等）信息，还有item之前的的作者、分类和标签信息。作者在导入时可以指定的，反而加上会有可能的错误，分类和标签的信息用post中的分类和标签就可以自动统计了。没想明白为什么非要单独列出来，难道是为了空的分类和标签，那还要它干嘛？

一些必不可少的标签及错误总结：
1、wxr_version，缺少会提示“missing/invalid WXR version number”的错误
2、status，否则都会显示成draft
3、post_type，否则无法导入
4、comment_approved，否则无法导入

[xml]
< ?xml version="1.0" encoding="UTF-8" ?>

1.1

< ![CDATA[Content_test]]>

2002-12-21 07:59:59

open

publish

post

0

< ![CDATA[Tag Test]]>
< ![CDATA[Category Test]]>

1

< ![CDATA[anonymous]]>

2012-12-21 07:59:59

< ![CDATA[Content of Comment]]>

1

0





[/xml]

Sina2WordPress的第一步——解析WXR文件格式

WXR是Wordpress eXtended Rss的缩写，是WordPress针对博客信息特意设定的格式，它最大的优点是兼容性好，包含信息丰富

通过参照导出的文件，初步找到一个完备集（见下方代码），经测试在WP无任何内容情况下无信息缺漏错误现象

下方代码已经尽可能的注释了所有可能的标签和属性，并且由于一些标签和属性与Sina2WordPress关系不大，故未深究

[xml]
< ?xml version="1.0" encoding="UTF-8" ?>

http://blog.example.com
Blog Description
Dec, 20 Jun 2012 23:59:59 +0000
en

1.1

http://example.com

http://blog.example.com

1admin_testadmin@example.org< ![CDATA[AdMin test]]>< ![CDATA[AdMin]]>< ![CDATA[test]]>

1category_test< ![CDATA[分类测试]]>

2tag_test< ![CDATA[标签测试]]>

http://wordpress.org/?v=3.1.3

http://blog.example.com/title/ Thu, 15 Apr 2010 23:20:03 +0000
admin

http://blog.example.com/?page_id=1


< ![CDATA[Content_test_1]]>

< ![CDATA[]]>

2

2012-12-21 07:59:5

2010-12-20 23:59:59

open

closed

blog_title

publish

0

0

post



0

< ![CDATA[Tag Test]]>
< ![CDATA[Category]]>

_edit_last

< ![CDATA[1]]>

1

< ![CDATA[anonymous]]>>

anonymous@anonymous.com

http://blog.anonymous.com

8.8.8.8

2012-12-21 07:59:59

2012-12-20 23:59:59

< ![CDATA[Content of Comment]]>

1



0

0





[/xml]

参考：http://ipggi.wordpress.com/2011/03/16/the-wordpress-extended-rss-wxr-exportimport-xml-document-format-decoded-and-explained/