跳到主要內容

從 Wordpress 搬移資料到 Blogger（技術篇）

經過多次實驗，終於找到方法將以前分享的資料從 Wordpress 搬移到 Blogger，這邊將更詳盡介紹整個操作方法，但因為基礎架構（架站）本身就不是很容易可以上手，能看懂的就參考，看不懂的有需要就找專業人士協助吧。

  1. 由於是免費版的 Wordpress，所以無法安裝外掛，故得先自行架設 Wordpress 平台。
    使用 Live Debian System（lds5）先把基礎架構建立起來，可以參考 [這篇文章] 用虛擬機。

  2. 將資料從免費版的 Wordpress 匯出，然後匯入自行架設的 Wordpress。
    首先到免費版的 Wordpress 後台，「工具」/「匯出」，如果文章不多可以選全部內容，如果文章很多，則依照「分類」個別匯出。如果匯出檔案過大無法匯入，需要調整 php 上傳檔案大小限制（預設 2MB）

    再到虛擬機安裝 Wordpress 社群版（或是花點錢使用已架好 Wordpress 的雲端服務）， Wordpress 後台匯入上述文章內容。




  3. 自行架設的 Wordpress 安裝可匯出到 Blogger 的外掛「Export to Blogger」。

  4. 由於資料很多，Blogger 每次匯入有次數（與大小）限制，故從自行架設的 Wordpress 外掛依照分類匯出 Blogger 格式的 XML 檔案。



  5. 到 Blogger 中匯入分類的 XML 檔案，匯入時不自動發布。




  6. 修改 Blogger 文章後發布。

 

標籤：

留言

張貼留言

這個網誌中的熱門文章

Debian 13 原生 Python 安裝與使用 CodeFormer 修復臉部照片與影片教學

目前人工智慧（AI）已有越來越多的應用，而 CodeFormer 是一種人工智慧數位臉部修復工具，一般可以在其官網上傳照片（ https://huggingface.co/spaces/sczhou/CodeFormer ），它會修復後讓你下載，但傳過一次曠日費時。還好它是開源軟體，於是將其安裝到自己的電腦中，便可以批次處理。不過事涉大量運算，有獨顯速度會快些，沒有的就只能用 CPU 硬解。如果原稿臉部夠大張（最好 512×512 像素以上），其還原程度相當不錯，有針對臉部一般修復、精細修復、上色、破碎還原等功能，個人覺得蠻自然傳神的。 因為自己筆電沒有太高檔 GPU，且 Debian 12 時使用 Anaconda3 來處理在 Debian 13 時卻失效，常常說空間不足、安裝 CUDA 相依性錯誤等問題，重灌系統好幾次，於是改變作法，打掉重做，用原生 Python 來執行。 在 Debian 13 中安裝 Nvidia GPU 驅動 若使用 Nvidia GTX 1060 等顯卡，想讓 CodeFormer 利用 GPU 加速運算，需要先安裝 Nvidia 官方驅動與 CUDA 開發環境。 注意！核心要使用 Debian 標準版核心以免編譯失敗。 1. 更新系統並安裝基礎工具 sudo apt update sudo apt upgrade sudo apt install linux-headers-amd64 python3.13-venv sudo apt install -y build-essential dkms 2. 安裝 Nvidia 官方驅動 sudo apt install nvidia-detect nvidia-driver firmware-misc-nonfree sudo reboot （如果失敗，編輯 /etc/apt/sources.list 在套件庫中加入 contrib non-free 如下： deb http://free.nchc.org.tw/debian/ trixie main non-free-firmware contrib non-free ）  3. 驗證驅動安裝是否成功 nvidia-smi Debian 13 原生 Python 安裝與 CodeFor...
張貼留言
閱讀完整內容

Live Debian System 安裝使用 CodeFormer（使用Anaconda）XXX

目前人工智慧（AI）已有越來越多的應用，而CodeFormer是一種人工智慧數位臉部修復工具，一般可以在其官網上傳照片，它會修復後讓你下載，但傳過一次曠日費時，還好它是開源軟體，於是將其安裝到自己的電腦中，便可以批次處理，不過事涉大量運算，有獨顯速度會快些，沒有的就只能用CPU硬解。
張貼留言
閱讀完整內容

在 Debian 13 使用本機 Python 安裝 Open-WebUI 與 Ollama AI 聊天模型指南

本人使用的開發主機搭載 NVIDIA 顯卡，GPU 記憶體只有 6GB，屬於中低容量等級。由於顯卡記憶體有限，無法負擔大型 AI 模型的運行，因此本文以較小容量且效能適中的 AI 模型為主，透過 Open-WebUI 與 Ollama 搭配，達成本地 AI 互動平台的實作。整體流程會包括利用 pyenv 管理合適的 Python 版本，安裝 Open-WebUI，並示範如何安裝與管理 Ollama 及多款符合 GPU 規格的聊天室模型。 一、本機 Python 版本管理：使用 Pyenv 安裝 Python 3.11 安裝編譯必須的依賴： sudo apt update sudo apt install -y build-essential curl libssl-dev libbz2-dev libreadline-dev libsqlite3-dev libffi-dev liblzma-dev zlib1g-dev libncurses5-dev libncursesw5-dev libgdbm-dev libdb5.3-dev uuid-dev 安裝 pyenv： curl https://pyenv.run | bash 設定 shell 環境（加入 ~/.bashrc 或 ~/.zshrc ）： export PATH="$HOME/.pyenv/bin:$PATH" eval "$(pyenv init --path)" eval "$(pyenv init -)" 重新整理 shell，並安裝 Python 3.11： source ~/.bashrc pyenv install 3.11.0 pyenv global 3.11.0 確認 Python 版本： python --version 二、安裝並啟動 Open-WebUI 建立虛擬環境以隔離套件： python -m venv ~/openwebui-venv source ~/openwebui-venv/bin/activate mkdir tmp export TMPDIR=$HOME/tmp 升級 pip 以免安裝過程中遇到問題： pip install --upgrade...
張貼留言
閱讀完整內容