| English | 简体中文 |
BlogSeek是一款网页博客搜索Web应用，提供了个人博客搜索、博客收藏功能。
本项目包含前后端完整代码，部署后可直接使用。
本部分面向使用者介绍BlogSeek该如何使用。
本团队已经部署好了BlogSeek，可通过域名 blogseek.top 进行访问。(长期有效)
BlogSeek的页面及其功能：
点击主页右上角进行登录/注册。
登录后可在右上角的个人头像处下拉选项中进入个人主页或退出登录。
在主页和搜索结果页的搜索框内输入关键词后回车即可。
点击搜索结果卡片的星号进行收藏。
收藏后可在个人主页查看收藏的博客。
本项目提供Windows和Mac桌面端下载, 在主页右上角可进行下载。
BlogSeek基本架构：
cd到前端文件夹：
cd Blog-Seek/front-end
运行npm安装依赖包：
npm install
本项目开发完前端部分后，需要打包至后端。在front-end文件夹下运行脚本即可：
source ./auto_packaging.sh
cd到文件目录：
cd Blog-Seek/back-end
激活虚拟环境 django_env：
source django_env/bin/activate
监听 0.0.0.0:8000，使公网 IP 可访问：
nohup python manage.py runserver 0.0.0.0:8000 > nohup.out &
0.0.0.0:8000：监听所有网络接口，外部设备可访问。nohup ... &：让服务在后台运行，即使退出 SSH 会话也不会中断。> nohup.out：将输出日志写入当前目录的 nohup.out 文件中。由于通过域名访问即可，使用默认监听地址：
nohup gunicorn global.wsgi:application --bind 127.0.0.1:8000 --workers 1 --timeout 180 > nohup.out &
| 参数 | 说明 |
|---|---|
global.wsgi:application |
指定 Django 项目的 WSGI 接入点，路径为 项目包.wsgi:application。 |
--bind 127.0.0.1:8000 |
监听本地地址。 |
--workers 1 |
启动 1 个主进程，避免重复加载大模型。 |
--timeout 180 |
设置每个请求的最大处理时间为 180 秒，避免模型响应慢被误杀。 |
> nohup.out & |
后台运行并将日志写入 nohup.out 文件。 |
实时查看输出日志：
tail -f nohup.out
查看监听 8000 端口的进程：
lsof -i :8000
杀死该进程：
kill -9 <PID>
本项目需要爬取个人博客相关信息(但不是博客本身)，实现思路是爬取个人博客的RSS (如feed.xml)，解析并存储其中的博客信息。我们不保存博客本身，而是保存指向博客的指针(URL).
使用虚拟环境 django_env
source django_env/bin/activate
下载爬虫所需依赖
cd blogseek_crawler
pip install -r crawler_requirements.txt
在 run.sh 中修改参数：
OUTPUT ：输出文件路径，默认为blog_django.json；INPUT_URLS ：待爬取url，格式为 .csv或.txt，每行一条，必选参数；XML_ONLY：是否不分割爬取到的数据，只保存feed文件，默认为false。运行：
bash run.sh
你可以在blogseek_crawler目录下找到如下文件：
├── blogseek_crawler
│ ├── __init__.py
│ ├── __pycache__
│ ├── items.py
│ ├── middlewares.py
│ ├── pipelines.py
│ ├── settings.py
│ ├── spiders
│ │ ├── __init__.py
│ │ ├── __pycache__
│ │ └── blog_list_spider.py
│ └── utils
│ ├── __init__.py
│ ├── __pycache__
│ └── standardize_date.py
├── crawler_requirements.txt
├── feeds //所有feeds.xml文件
│ └── ...
├── bloglist.log //爬虫日志文件
├── blogs_django.json //爬虫结果文件，如果你使用默认文件名的话
└── scrapy.cfg
cp your_data.json ../
cd ..
python manage.py loaddata your_data.json