obaby 𝐢‍𝐧⃝ void

Baby Press — 前后端分离的WP系统

obaby — Tue, 14 Apr 2026 01:53:19 +0000

Canon EOS R6m2 70mm 𝑓/4 1/160s ISO500 2026年3月5日 ">

WP的系统怎么说呢，有时候真的感觉一言难尽，庞杂的功能，丰富的插件、主题。几乎能满足所有人的需求，当然，也能满足我的需求。

之所以要做这么个东西，最主要的是前几天在杜老师的聊天室收到一条消息：

跟随这条消息我也去了解了一下这个东西，按照官方的说法，其实是这么个东西：

Cloudflare 将这款项目命名为 EmDash，将其定位为 WordPress 的精神继承者，这并不是对 WordPress 简单的复刻，而是用现代化技术栈，重新实现一套面向未来的 CMS，并且重点解决了 WordPress 24 年发展中积累的的架构臃肿、安全隐患与性能瓶颈问题。

说是高性能的wp，但是实际上跟wp没有任何的关系，除了所谓的精神继承。刚开始我还以为是基于wp的优化，现在看来其实是完全做了另外一套系统，这精神继承，可以说是非常抽象了。

再加上『爱看』在我没有~~丢失以前的网站数据~~的时候，就一直建议可以自己写个系统。重新搭建之后，他又提过几次：

既然 cf可以这么干，那么自己当然也可以这么干。只是，这次自己既不想重写，又不想使用php，于是，我换了最熟悉的django+vue3来实现这个新的系统，至于数据库当然还是用wp原来的。既然设计好这一切，那么声息的就是让ai开始动工了。

当然在开发过程中，不可避免的要面临一些问题，例如wp的shortcode，主题插件的一些功能：相册、代码高亮等等。不过这些东西都可以重新通过python进行处理和渲染。还有一些php的原生小组件渲染就有些困难了，这些只能通过其他方法进行实现。例如归属地、ua，访客信息等等。暂时尚未完成，为了处理ip归属地查询，目前将插件的归属地查询已经独立成了python服务，开源地址：https://cnb.cool/oba.by/baby-ip-location

测试地址：https://ip.zhongxiaojie.cn

当前测试页面效果：

访问地址：

https://i.zhongxiaojie.cn

代码暂未开源，还在继续完善。

虚惊一场

obaby — Mon, 13 Apr 2026 05:26:35 +0000

Canon EOS R6m2 70mm 𝑓/4 1/125s ISO500 2025年10月29日 ">

春节过后，就去过一次台球厅，之前充的钱大概还剩个四百多。这次这么着急想去，是因为上次去的时候，感觉老板和员工全部都换了一个认识的也没有。

而之所以隔了这么久没去，是因为没有球搭子，自己一个人去也着实没什么意思。好不容易约上一个哥们去打会儿球，路上我还说：『我得赶紧把球杆拿走了，老板换了好几波了感觉。』

台球厅提供免费的球杆寄存服务，最开始的时候会给各密码锁的小柜子。自己设置好密码就可以了，然而，后来某一天去玩的时候发现球杆明显被人用过。之所以会被发现，是因为自己的球杆是粉色的，连巧克粉都是粉色的。球杆从杆盒里拿出来之后，却在皮头上看到了明显的蓝色的巧克粉使用痕迹。两次打球之间的时间间隔也有点长，调监控看谁用的感觉也不大值当的。也就不了了之，后来发现有人会把球杆寄存到前台。这次时间之后，也就把球杆寄存到了前台。之所以能被开锁是因为那个密码想有个超级密码，可以强制开启，而开启时候随便设置一个新的密码就能再锁上了。这也就解释了为什么之前有时候自己明明输对了密码却打不开箱子，明显是被改了密码。

比较尴尬的地方在于，这只球杆的杆盒有点长，粉皮的后备箱竟然塞不进去，唯一一个方向能塞进去那就是斜着，不过这样塞进去就没法放其他的东西了。所以现在车上放着是另外一只球杆。

多年以前在厦门的时候买的第一支球杆现在在大白上，买的第二支球杆送了别人。现在还有三只球杆，每辆车上一支，常去的球厅一支，现在球厅的球杆不能放了也就只能带着了。

(图文无关，照片不是最近拍的)

到了台球厅前台，发现前台寄存的球杆竟然都不在了。问了下老板，老板说球杆都被放到寄存柜内了，问有没有加之前老板的微信可以问一下。

一通交涉之后，说寄存到时候应该都拍照了，让提供照片，他们去找。

随便拿根球杆先去玩着，过了半了多小时，有个哥们过来说，找到了，在15号柜。一通折腾之后，总算是找到了。拿出来之后，看了下批头，依然是有些蓝色的使用痕迹。

猜测应该是又被别人用了，看来是时候换个台球厅了。

HUAWEI VOG-AL10 2mm 𝑓/2.2 0.01s ISO50 2026年4月13日 ">

今天中午终于没有剩饭需要消灭了，之前回老家晚上开车的时候因为玻璃太脏别了大奔。现在雨过天晴，该去洗洗车了，不然玻璃真的是看不清楚了，尤其是晚上开车，后方情况完全看不清楚。洗白白，晚上就能看清楚了，虽然每蹭到，但是回想起来仍心有余悸。

刚扫完码，过来一个大爷说，这台机器的显示屏坏了，但是不影响使用，直接按钮就可以了。显示屏到时无所谓，能用就完了。洗到一半，隔壁车位来了一辆开奔驰的小姐姐。

竟然也是直接一个人洗车~~

苟延残喘

obaby — Fri, 10 Apr 2026 07:23:56 +0000

Canon EOS R6m2 88mm 𝑓/4 1/100s ISO125 2025年12月22日 ">

经历一轮一轮的裁员，这两年差不多每最长半年裁一次。研发人员的规模也终于裁到了原来的1/3,整天嚷嚷着使用ai提效，其实我觉得，按照现在的趋势和他们的逻辑，研发完全裁掉，就剩下几个领导，一个人养上20只龙虾，这就足够了，让龙虾24小时工作。

没到这个时候，走了不见得不好，留下来也不见得好。做得乱七八糟的项目，日常维护和新系统的开发都是问题，人少了，活多了。我总觉得过了长江就没个正常的所谓互联网公司，尤其是山东这个地界，的确是垃圾。在一轮轮的淘汰中，苟延残喘到了现在。一种用的那台破电脑也苟延残喘到了现在，每天都在提示磁盘空间不足，想办法清理一点之后，第二天继续提示，如噩梦一般挥之不去。

终于昨天实在受不了，重装了系统。

这256的硬盘，的确是小了点。

装完系统，安装价格必须的工具，就差不多占用了一半的磁盘空间。之前还给硬盘分了两个分区，现在看来，分不分的也没啥大用，就这点片空间，也不够干啥的。能往移动硬盘放的，就放移动硬盘把。现在常用的工具比之前也少了很多，只需要一个cursor、hbuilder 、xcode 之类的东西就够了，剩下的东西暂时也不需要安装，等哪天用到了再说吧。

从年前开始折腾，到现在又好几个月了，想着做点自己的事情，却一直没能抽出什么时间，google play就这么拖着，拖着。华为应用商店，商户号卡住了，也没什么进展，找技术支持也没解决，后续更是不知道如何处理，准备上个阉割版。不过最近折腾几个月，把三星应用商店给上了，也算是有那么一丢丢的进步。

https://apps.galaxyappstore.com/detail/ma.dayi.app?ads=ddb0e6f9&directOpen=true&nonOrgType=fce692ba&source=GBadge_01_8594313_tag

这几天连续折腾下来，也有点上火，对象牙疼了一个星期，现在感觉自己也开始牙疼了，昨天看了以下牙龈肿了。听他们说，这一轮流感病毒是专门让人牙疼的，这就让人有些抑郁了。牙疼一周，总是有些让人伤心。

至于这一波能再苟多久，谁也不知道。以后的事以后再说吧。

第一次一个人拍写真照片【拍摄时间：2024.11.08】

obaby — Wed, 08 Apr 2026 01:59:12 +0000

Canon EOS-1D X Mark II 65mm 𝑓/5 1/160s ISO100 2024年10月25日 ">

第一次一个人拍写真，那时候比现在重好多，好多。

四月天

obaby — Tue, 07 Apr 2026 05:55:13 +0000

Canon EOS R6m2 58mm 𝑓/4 1/160s ISO640 2026年3月5日 ">

清明节假期还是如约而至了，跟着一起来的还有临近下班的时候收到的一条竞岗通知，让假期最后一天十二点之前提交竞岗申请表。

下班收到这条通知，我并不想现在去填那个申请表，还要领导签字之后上交。由他去吧，到家之后看到手机又有一些消息，打开大概浏览了一下，意思是，如果无法提交纸质版，或者领导无法签字，可以先提交电子版。跟对象提及此事，她说，『该交就交吧。该走的流程还是要走的，如果视在不行，那就拿补偿走人，也挺好的。现在我觉得，你能不能继续干下去都挺好的，能干就干，不能干就走。』稍微顿了以下，继续说：『找时间咱们去看看把公积金提出来吧，我同事都提了好多次了。不过咱们的契税单子没了，不知道能不能提。』

『嗐，担心那个干嘛，直接用手机申请下不就知道了』我一边说，一边去拿手机。支付宝打开公积金小程序，一堆查询走下去，并且有什么异常提示。尝试直接提取，理由选择偿还商业贷款。一步步操作，到最后验证贷款的时候，选择贷款银行，最后竟然只需要一个贷款时间和贷款金额就能查询到贷款信息了，这一点做得的确不错。选择金额之后，点击提交申请，没有提示需要提交任何资料。提交完了才发现，忘了选择银行卡了。竟然填写的是多年以前的交通银行的银行卡。

对象担心银行卡还能不能用，索性直接登录手机银行，发现申请提现的金额已经到账了。现在该想一下怎么处理这笔钱了，第一步想着再去存个定期。然而，前段时间存的一张定期的单子，五年年利率只有1.75。打开兴业银行的贷款明细，看了下贷款利率石3.2。这还存什么定期，干脆还款得了。

从兴业银行的手机银行再申请提前还款，于是这一笔钱就在手里打个转，过几天就又成了别人的了。看了下贷款信息，70万，还了十年，一共出去了30万，实际剩余的贷款还剩50万。相当于交了10万利息。不过反过来想，这十年租房子十万也不够，两室一厅的房子，十年房租下来也得二十多万了。这么一想，还是得感谢对象的眼光，房子买的早，想尽办法借钱买了这套房子，也得感谢自己不是犟种，觉得租房子也可，没坚持租房子。

至于假期，其实也没什么好的打算，还是带宝子回老家。四月天，正好是在户外放飞的时候。

晚上教练还问，第一天要不要上网球课。刚开始想着可以下课之后再走，晚上八点多开始下雨，十一点多的时候雨逐渐变大，路上也慢慢有了积水，既然如此，那室外的网球场第二天可能也没法打了，不如干脆请假。对象最近牙疼，假期也就不跟着回了，找时间去查一下看看怎么处理。

回老家的路上，前一段还算是比较顺利，绕行机场高速，绕过了最堵的市区高速。然而，等往青银转的时候，提示拥堵距离五公里，磨蹭到匝道入口才发现，车流量实在是太大了，只有一个车道，所有的车不得不慢慢悠悠的往里蹭。高速路况除了这一段，剩下的基本倒是顺畅，下了高速之后，开始另一段拥堵。高速工作人员指挥右转车辆走应急车道。左转的两个车道就只能等交警指挥放行了。

远远的就能看到省道上密密麻麻的车，下高速之后虽然之后十几公里的路程，却开了接近五十分钟，这还是最后到镇上之后抄小道绕过了一部分拥堵路段。

到家之后，宝子的姐姐躲在屋里的帐篷里。就是在室内又搭了一个帐篷，藏在里面。早上走的匆忙，也没买什么东西，让宝子给老太太一个红包，这件事算是过去了。在回来之前还给宝子的姐姐定了一份外卖，拉丝芝士棒，说想吃这个。六个芝士棒拿出来之后，实际他就吃了一个。剩下的几个到了中午才被其他人吃掉。

虽然晚上还在下雨，但是假期第一天的天气还算不错，虽然气温低了点。中午收拾好东西，去上坟。山路边的地里，已经又开始种满了杨树苗，几年前禁止耕地种树的决定，现在看来应该是又被废弃了。现在杨树的价格，却一言难尽，很多租地种树的甚至连租地的钱都挣不出来。尽管如此，还是有大面积的耕地被种满了树苗，好处是不用怎么管理，稍微去外面干点活，总是比种那点粮食收入能好很多。偶尔在破败的院落边上能看到一树桃花，娇艳欲滴。

下午孩子们在玩的时候，突然记起来去年买的那条绳子和滑轮。年前的时候在院子里玩过几次，受限于场地只能拴在门框上，另外一头拴在了墙上。现在孩子们比去年肿了，尼龙绳子又有一定的弹力，稍微一拉伸可能就拖到地上了。想着去户外的树林子重新搭一套滑道，试了几棵树都不大行。这时候姐姐提议用邻居宅基地里面的那几棵树，刚好一头比较高，另外一头比较低。

搬梯子拴上去，试了以下，刚好。

几个孩子就这么在这个简易滑索上玩了大半个下午，剩下的时间爬门楼的平台，通过那个手工捆绑的梯子，爬上来，爬下去。有时候还要带着猫咪一起爬。

坐在月台上，猫咪和小狗就在身边嬉闹。

不过并不是总是那么和谐，有时候狗子也会直接张大嘴咬猫咪的脑袋，这时候猫咪就只剩下望风而逃了。

在家的日子过的也快，转眼一下午的时间就没了。晚上宝子跟她姐姐挤在那个帐篷里睡了一晚上，虽然地方小，但是睡得挺好，第二天早上九点多过去看的时候，还没起。等起床洗刷完依然过了十点，连早饭都省了。

中午包水饺，宝子跟她姐姐一起上阵，包的饺子挺好的，有模有样，这时候二姐说到：『你想想办法，把抽屉的锁给弄开吧，钥匙丢了，已经半年多没开了。』

这个锁其实已经换过一次了，上次也是钥匙丢了。用钢锯条锯开之后，换了一把新的，这次，自然也是同样的方法。出门骑电动车到镇上五金店，买了五根锯条，一把锁，一共花了七块五。老板对于我怎么锯开写字台的锁表示很好奇，我解答说：『就那么直接把锯条伸进去锯就行了。』我说完，他依然一脸不可置信。

到家，带上一副厚手套，大约五分钟，在崩了三根锯条之后终于成功了。

拆掉旧的，装上新的。

不过，这次买的锁头稍微小了一点，周边留出很多缝隙。也无所谓了，能用就行。给老太太留下一把钥匙，另外一把钥匙找地方放了起来。以防哪天钥匙又丢了。

下午吃完饭，宝子们又嚷嚷着要爬梯子。但是鉴于之前扣车上苹果模型的熊孩子还没走，自己就把梯子给撤了。然而，过了不一会儿，宝子跑进来说，滑索坏掉了，拖到地上了。用屁股想也知道，肯定是那个熊孩子上去了，目测近一百斤的体重，那一根尼龙绳子怎么能提供那么大的张力。绳子已经被全部拉了下来，关键是还怕熊孩子玩的时候万一受伤，说都说不清楚，只好把滑索给拆掉了。

下午跟姐姐带着宝子们去外面溜达，小狗也一直跟着，一会儿跑的无影无踪了，不知道什么时候又跑了回来，乐此不疲。路边开满了野花，孩子们也去折了一些。

田里也有些许忙碌的身影，在整理田地。有的在浇麦子，一个熊孩子在低头跑来跑去，看着我们过去，前面有个小狗。熊孩子拾起一块石头开始去追狗子，朝着狗子扔了过去。好在没打中狗子，狗子跑回来了。

刚开始狗子并没发怒，看熊子过来，开始围着自己转圈跑，熊孩子就在后面追，追了一会儿熊孩子看追不上，捡起石头来继续扔狗子。这时候狗子明显怒了，停下来朝着熊孩子龇牙咧嘴，眼看如果熊孩子敢再扔的话，狗子就扑上去了。我只好喝退狗子，把熊孩子也训了一顿，让他赶紧走远点。

回去的时候，也不想再见到那个熊孩子，就直接带着他们下到了沟里，顺便弄了几根杨树条给他们扭了一个哨子。

村里但凡能种树的地方，都种满了杨树。自从没人种地之后，原本经常走的一些小路也就没了踪迹，只能沿着沟底前进。

原本在路上看到几株野果的乔木，想扒出来带回家种下去的，因为没走回头路也未能如愿。现在都开花了，可能哪怕带回家了也不容易成活吧。

夜晚总是如期而至，从来都不会迟到。吃完晚饭也就该回县城了，天黑之后，路况反而没那么拥堵了。

刚开始以为是车贴的膜太黑了，右侧总是看不清楚。路上别到一辆大本，过了一会儿，从右侧超了上来，打开窗户，超我一通比划，可能还有问候吧。不过我没开窗户，一句都没听到。大哥笔画半天之后，超到了自己前面，既然是自己做得不对。那就认怂认骂，老老实实的跟在后面。等到了一个右侧的岔路口，大哥先打了个右转向，又开了双闪。还以为这无牌大哥要停车跟自己干架呢，不过自己超过去之后，对方也没什么反应，应该是对方到了目的地了。停车之后，才发现右侧车床应该是自己用湿巾擦玻璃上的鸟屎的时候，没擦干净，反而抹的那一块更加不清楚了。

把身上的衣服换下来，全部扔到洗衣机，让宝子去洗澡。衣服上占满了猫毛，狗毛，粘了半天也没粘干净，最后直接扔洗衣机给洗了。而至于鞋子，只能等回家之后再洗了。洗衣店的会员卡，基本都用来洗鞋了，价格也挺合适的9.9一双。

最后一天，八点多宝子还没醒。过去把她叫醒，洗刷吃饭，开始往回赶，毕竟作业没写完，下午还有网球课。两天疯玩，体力消耗也蛮厉害的。只是玩的时候从来都不会觉得累吧。

有时候真的羡慕这样的童年，有陪自己一起折腾的父母，也有长时间的陪伴。只是，现在，还是得为了工作绞尽脑汁，甚至有可能哪一天依然需要背井离乡。

人间四月天，总是生机勃勃，至于明天不确定的事情，明天再说吧。

Baby Anti-Spam 自建反垃圾评论系统

obaby — Mon, 06 Apr 2026 10:05:11 +0000

Canon EOS R6m2 50mm 𝑓/4 1/160s ISO500 2026年3月5日 ">

很久之前，就经常收到akismet的授权提醒，对应一个错误码10010。

刚开始还以为是多域名访问导致的授权校验出问题了。后来换了n个key，同时添加了插件hook掉所有的垃圾评论检测逻辑，让全部走统一的域名，结果前几天又收到这个提醒了。

插件代码：

这次授权的密钥撑得时间稍微长了点，但是最终还是收到了这个提醒，意思是需要订购商业版授权。我这个人站点为了发垃圾评论订购一个商业版授权，确实有些难以接受。

于是，我决定自建反垃圾评论系统，基于scikit-learn实现了现在的这套垃圾评论检测系统，训练数据一部分来源于github的开源数据，另外一个就是我自己博客的评论数据。为了保证样本正例和负例数量差别不至于过大，经过各种方式进行了多轮数据清洗。

如果想要评论识别更加准确，可以提供自己的博客评论数据，如果能提供垃圾评论更好。现在欠缺的主要是垃圾评论数据，正常的评论数据我已经提供几千条数据。

效果测试：

测试地址：https://anti-spam.zhongxiaojie.cn/test/spam

简介：

面向 中英混合 评论的 WordPress 垃圾识别方案：PHP 插件在评论入库前调用 本机 Python 服务，由小型多语种向量模型 + 分类器（或演示用规则）给出垃圾概率。

适合评论量不大、单机部署（例如 4 核 / 8GB RAM 的 Ubuntu），服务与 WordPress 同机时使用 127.0.0.1 即可。

目录结构：

baby_anti_spam/
├── README.md
├── screenshots/             # 文档：服务启动与 curl 自测示意
│   ├── service.png
│   └── test.png
├── service/                 # Python FastAPI 侧车服务
│   ├── .env.example
│   ├── requirements.txt
│   ├── requirements-ml.txt
│   ├── run.py
│   ├── app/
│   │   └── stats_backends/   # 统计存储：sqlite / mysql
│   └── scripts/
│       ├── init_stats_mysql.sql
│       └── init_stats_mysql.py
│       ├── train_sklearn.py
│       ├── download_embedding_model.py
│       └── download_embedding_model.sh
└── wordpress/baby-anti-spam/
    └── baby-anti-spam.php # WordPress 插件

关键配置：

| 变量 | 说明 |
|------|------|
| `SPAM_HOST` | 监听地址，同机建议 `127.0.0.1` |
| `SPAM_PORT` | 端口，默认 `8765` |
| `SPAM_API_SECRET` | **单密钥模式（兼容旧版）**：未配置 `SPAM_API_KEYS` 且未配置 `SPAM_API_KEYS_FILE` 时，仅此密钥有效，等价于 name=`default`、不限流（`max_rpm=0`）。与 WP 插件里填写的密钥一致 |
| `SPAM_API_KEYS` | **多密钥**：JSON 数组。每项为 `name`（唯一，用于统计与限流分组）、`key` 或 `secret`（与请求头一致）、`max_rpm` 或 `rpm`（每分钟最大请求数，`0` 表示不限制）。与 `SPAM_API_KEYS_FILE` 合并时：**先读文件条目，再追加本变量** |
| `SPAM_API_KEYS_FILE` | 可选，指向 JSON 文件，根节点为与上表相同结构的**数组**。文件必须存在，否则进程启动失败 |
| `SPAM_MODEL_PATH` | 训练得到的 `*.joblib` 路径；留空则取决于 `SPAM_FALLBACK_RULES` |
| `SPAM_FALLBACK_RULES` | 无模型文件时是否启用内置极简规则（演示用）；生产训练后应设为 `false` 并配置 `SPAM_MODEL_PATH` |
| `SPAM_LABEL_THRESHOLD` | 可选，默认 `0.8`。`spam_score` ≥ 此值时 JSON 中 `label` 为 `spam`，否则为 `normal` |
| `SPAM_DFA_ENABLED` | 默认 `true`。为 `true` 时使用 `dfa-python-filter/keywords` 做敏感词检测；命中则直接 `spam_score=1`、`detail=dfa_sensitive`（早于 sklearn） |
| `SPAM_DFA_KEYWORDS_PATH` | 可选，自定义敏感词文件路径；留空则用 `service/dfa-python-filter/keywords` |
| `SPAM_NON_CHINESE_FLOOR_ENABLED` | 默认 `true`。为 `true` 时若合并后的 author/email/url/text 中**无任何 CJK 表意字符**（主要针对中文训练语料），则将 `spam_score` **至少**抬到 `SPAM_NON_CHINESE_SPAM_FLOOR` |
| `SPAM_NON_CHINESE_SPAM_FLOOR` | 默认 `0.9`。与上项配合，在「无中文」评论上与 sklearn / 规则分取 `max` |
| `SPAM_STATS_ENABLED` | 默认 `true`。为 `true` 时记录每次**成功**返回的 `/v1/classify` 请求与响应（失败 / 401 不落库），并允许 `/v1/mark-spam` 写入 `spam_marks` 表 |
| `SPAM_STATS_BACKEND` | `sqlite`（默认）或 `mysql`。选 `mysql` 时需安装 `pymysql`（已在 `requirements.txt`）并配置下方 MySQL 变量 |
| `SPAM_STATS_DB_PATH` | 仅 `sqlite`：数据库文件路径；留空则为 `service/data/stats.sqlite`（已加入 `.gitignore`） |
| `SPAM_STATS_MYSQL_HOST` / `SPAM_STATS_MYSQL_PORT` | 仅 `mysql`：默认 `127.0.0.1` / `3306` |
| `SPAM_STATS_MYSQL_USER` / `SPAM_STATS_MYSQL_PASSWORD` | 仅 `mysql`：连接账号（`user` 必填） |
| `SPAM_STATS_MYSQL_DATABASE` | 仅 `mysql`：库名（必填），默认示例 `baby_spam_stats` |
| `SPAM_STATS_MYSQL_CHARSET` | 仅 `mysql`：默认 `utf8mb4` |

系统服务启动截图：

wp插件配置：

项目地址：https://anti-spam.zhongxiaojie.cn

代码地址：https://cnb.cool/oba.by/baby-wp-anti-spam

说明：如果自己不想训练数据，下载发布版的spam_pipeline.joblib 放入指定目录下配置服务启动即可，baby-anti-spam.zip 为wp插件。

训练耗时大约11分钟：

下载微信公众号的视频

obaby — Thu, 02 Apr 2026 08:46:14 +0000

Canon EOS R6m2 76mm 𝑓/4 1/100s ISO800 2025年12月22日 ">

作为一个专业的程序媛，前端时间折腾龙虾转发公众号的文章到闺蜜圈wiki，之前已经处理了图片和文章的问题，今天转发的时候发现另外一个问题：文章里面的视频无法正常播放。

刚开始的时候想着直接去chrome的缓存里面找，但是试了下chrome://cache发现无效，又不想去找插件来干这件事情。直接去调试工具找对应的视频地址：

然而直接贴到地址栏，直接报403了。

唉，好尴尬，既然有本地缓存文件了。那么直接尝试将接收到的数据流写入到文件呗。找了半天没发现怎么直接把请求到的数据写入到文件，点击开始播放等待缓冲结束。

加载完了右下角的数据也就有了，直接切换成base64，复制粘贴：

然而，尝试decode 之后，播放不了，缺少mp4的头文件，这就挺奇怪的。文件头哪里去了？my_video为通过代码下载的mp4，video为通过base64 处理的图片。

文章测试地址：https://mp.weixin.qq.com/s/heoer_zm4SFwFKsk4tRecQ

看了下是video标签实现的：


 您的浏览器不支持 video 标签 
继续观看
 孤独症，就是不爱说话吗？

还是说着这个东西还有另外的处理逻辑？哪位大神知道原因还望不吝赐教。

既然decode不行，那就直接上代码吧：

#!/usr/bin/env python3
"""
下载 mpvideo.qpic.cn 等需 Referer 的 MP4（微信视频 CDN）。

Author: obaby
  https://zhongxiaojie.cn
  https://oba.by
"""

import argparse
import sys
import urllib.error
import urllib.request

# 与常见微信内嵌页一致，避免 403
DEFAULT_REFERER = "https://mp.weixin.qq.com/"
DEFAULT_UA = (
    "Mozilla/5.0 (Macintosh; Intel Mac OS X 10_15_7) "
    "AppleWebKit/537.36 (KHTML, like Gecko) Chrome/122.0.0.0 Safari/537.36 "
    "MicroMessenger/7.0.20"
)


def main() -> None:
    p = argparse.ArgumentParser(description="带 Referer 下载 mpvideo MP4")
    p.add_argument("url", help="完整 mp4 URL（含查询参数）")
    p.add_argument(
        "-o",
        "--output",
        default="downloaded.mp4",
        help="保存路径（默认 downloaded.mp4）",
    )
    p.add_argument("--referer", default=DEFAULT_REFERER, help="Referer 头")
    p.add_argument("--user-agent", default=DEFAULT_UA, help="User-Agent")
    args = p.parse_args()

    req = urllib.request.Request(
        args.url,
        headers={
            "User-Agent": args.user_agent,
            "Referer": args.referer,
        },
        method="GET",
    )
    try:
        with urllib.request.urlopen(req, timeout=120) as resp:
            data = resp.read()
    except urllib.error.HTTPError as e:
        print(f"HTTP {e.code}: {e.reason}", file=sys.stderr)
        sys.exit(1)

    out = open(args.output, "wb") if args.output != "-" else sys.stdout.buffer
    try:
        out.write(data)
    finally:
        if out is not sys.stdout.buffer:
            out.close()
            print(f"已写入 {args.output}，{len(data)} 字节")
            if len(data) >= 8 and data[4:8] == b"ftyp":
                print("魔数检测：疑似标准 MP4（含 ftyp）")


if __name__ == "__main__":
    main()

现在就可以下载之后，上传了，发布的文章地址：

孤独症，就是不爱说话吗？

弱弱的问一下，我的网站怎么被镜像了嗫？

obaby — Wed, 01 Apr 2026 03:18:37 +0000

Canon EOS R6m2 61mm 𝑓/4 1/160s ISO400 2026年3月5日 ">

其实网站被镜像这件事情，本身没什么稀奇的，如果想搭建一个镜像网站，从零开始也不过个吧小时的时间。

之所以写这个东西，是因为最近有看到好几个人被镜像的，这一个（爱娃子），还有这一个（我是军爸）。

不过，既然还有人有疑惑，那就简单的教一下大家怎么来镜像个网站吧。

为此，我创建了一个开源项目：

OpenResty + OpenCC 反向代理简繁转换

基于 OpenResty 反向代理上游站点，对 HTML 正文 做 OpenCC 简繁转换（默认：简体 → 繁体，配置文件为 s2t.json）。适合在不改源站的情况下，为访客提供另一种字体习惯版本。

功能概览

能力	说明
反向代理	HTTPS 回源（示例站点：`zhongxiaojie.cn`），客户端走本机证书与域名。
HTML 简繁转换	仅当 `Content-Type` 含 `text/html` 时对整页做 OpenCC UTF-8 转换。
gzip 解压	通过 Lua `zlib` 尝试解压响应体（与去掉 `Content-Encoding` 的配合视上游行为而定）。
链接与图片 URL 保护	转换前将 `href` / `src` / `poster` / `data-src` / `srcset` 及裸 `http(s)://` 链接替换为占位符，转换后还原，避免路径或查询串中的汉字被改写导致 404。
IPv4 优先解析	`resolver … ipv6=off` + 变量 `proxy_pass`，减轻云主机无 IPv6 时对 AAAA 连接失败的问题。
静态资源直过	图片、CSS、JS、字体等扩展名单独 `location`，不做 OpenCC，减轻负担、避免误伤二进制。
动态库加载	对 `libopencc.so` 按常见路径依次尝试 `ffi.load`，降低找不到共享库的概率。

限制与说明

JSON / JS / CSS 内嵌字符串若不在上述保护规则内，仍可能被转换；重要数据建议不要用全文 HTML OpenCC 硬转。
内联样式 style="background:url(...)" 未单独做保护，若遇少数破图可再扩展规则。
转换配置在 nginx/opencc/opencc-filter.lua 中的 OPENCC_CONFIG（默认 /usr/share/opencc/s2t.json）；若需 繁体 → 简体 可改为 t2s.json 等（需系统已安装对应 OpenCC 数据文件）。

部署要求

OpenResty（带 lua-nginx-module）。
OpenCC 运行时：系统安装 libopencc.so 与词典数据（如 /usr/share/opencc/*.json），并保证 worker 进程能加载到 .so（见下文「共享库」）。
Lua 可 require('zlib') 的模块（用于 zlib.inflate，若无 gzip 体则 pcall 失败会跳过解压，不影响后续逻辑）。
上游为 HTTPS 时，本机需能解析并访问该域名（已用 resolver 时 VARIABLE 形式 proxy_pass 才会走指定 resolver）。

部署步骤

1. 安装 OpenCC 与数据文件

以 Debian / Ubuntu 为例（包名因发行版略有差异）：

sudo apt update 
sudo apt install -y libopencc1.1 opencc # 或 libopencc2 等，以仓库为准 
或者手工复制 lib64目录下的文件到 脚本对应的路径就是这个 /usr/lib64

确认存在词典，例如：

ls /usr/share/opencc/s2t.json

2. 确保能找到 `libopencc.so`

若日志出现 libopencc.so: cannot open shared object file：

将库放在系统默认搜索路径，例如 Ubuntu amd64：
```
ldconfig -p | grep opencc
```
若库仅在 /usr/lib64 等非默认路径，可执行（与仓库 fix.md 一致）：

echo '/usr/lib64' | sudo tee /etc/ld.so.conf.d/usr-lib64.conf sudo ldconfig

或在 OpenResty 的 systemd 单元 中设置 Environment="LD_LIBRARY_PATH=/usr/lib64:/usr/local/lib" 后重启。

脚本内已对多路径做了 ffi.load 尝试；仍失败时请对照 ldd 与 opencc 包实际安装位置排查。

3. 部署 Lua 脚本

将 nginx/opencc/opencc-filter.lua 复制到服务端约定路径（与 nginx 配置一致），例如：

sudo mkdir -p /usr/local/openresty/lua 
sudo cp nginx/opencc/opencc-filter.lua /usr/local/openresty/lua/opencc-filter.lua

按需修改脚本顶部 OPENCC_CONFIG 指向本机实际的 JSON 配置。

4. 合并 Nginx / OpenResty 配置

将 zero.zhongxiaojie.cn.conf 中的 server 块纳入主配置（include 或粘贴到 nginx.conf 的 http {} 下）。
修改 证书路径、日志路径、上游域名 zhongxiaojie.cn、以及 body_filter_by_lua_file 的路径，使其与当前环境一致。
header_filter_by_lua 中去除 Content-Encoding，便于对明文 HTML 做处理；若上游与解压逻辑不匹配，需自行观察是否需要调整。

5. 校验并重载

sudo /usr/local/openresty/nginx/sbin/nginx -t 
sudo /usr/local/openresty/nginx/sbin/nginx -s reload 
# 或 systemctl reload openresty

6. 验证

浏览器访问你的站点，查看页面简繁是否符合预期。
检查 图片与站内链接是否正常（尤其含中文或 % 编码的路径）。
error.log 中不应再出现 OpenCC 库加载失败或大量 IPv6 unreachable（在无 IPv6 环境）。

配置项速查

项目	位置
OpenCC 配置 JSON	`opencc-filter.lua` → `OPENCC_CONFIG`
Lua 脚本路径	`zero.zhongxiaojie.cn.conf` → `body_filter_by_lua_file`
上游站点	`set $upstream_host …` 与 `proxy_pass https://$upstream_host$request_uri`
DNS / 仅 IPv4	`resolver 223.5.5.5 8.8.8.8 valid=300s ipv6=off`
不参与转换的静态文件	`location ~* .(gif

故障排查

现象	可能原因
`libopencc.so` 找不到	未安装包、`ldconfig` 未包含库目录，或需 `LD_LIBRARY_PATH`
body_filter 报错、栈指向 `ffi.load`	同上；或架构不一致（如 32/64 位混用）
上游连接 IPv6 失败	已用 `ipv6=off` + 变量 `proxy_pass`；仍失败则检查防火墙与 DNS
图片 404	历史上多为 OpenCC 改了 URL 内汉字；当前脚本对常见属性已做保护，若仍有个别，检查是否来自 CSS `url()` 或 JS 动态拼接

如需改为其他域名、证书路径或 t2s 转换方向，只需改配置文件与 OPENCC_CONFIG，无需改 OpenResty 核心。

实际效果：

开源项目地址：https://gitee.com/obaby/baby-website-mirroring-tool

参考链接：https://blog.csdn.net/wzj_110/article/details/127758020

https://blog.rexskz.info/support-traditional-chinese-using-openresty-and-opencc.html

局部有雨

obaby — Mon, 30 Mar 2026 03:00:34 +0000

Canon EOS R6m2 72mm 𝑓/4 1/160s ISO640 2026年3月5日 ">

春天到了，又到了万物复苏的季节。小草也从土里钻出了头，露出了点点的绿色。树上的花也开始绽放，虽然没有绿叶的衬托，倒是也别有一番韵味。

每个周末，都大同小异。跟上班一样，也没有什么特别的，与渐渐生机勃勃的春天比起来，似乎有些过于平淡了。每周依然是带着宝子上课，上课，剩下偶尔有那么一点时间，也不能走的太远，只能周边小范围的溜达溜达。

宝子现在上课不太需要自己去帮忙了，至少能隔网之后，不用自己跟着去抛球了。这样就有点时间可以继续跑步了，围着网球场一圈一圈的跑。

不过相比操场的400米跑道，这一圈一百多米跑起来感觉更累，感觉跟拉磨的驴一样。

周日上午的网球课推迟到了十一点，早上早点起来，宝子嚷嚷着去公园，我嚷嚷着去轮渡。当然，公园是上午去，轮渡是下午去。对象再次征求宝子的意见，得到的答复是两个都去。

急忙吃完东西，开车去公园。上车之后发现前挡风玻璃上面有点雨点，想着是不是要下雨，跟宝子说，下雨了可能。她表示怀疑，没感觉到雨点啊。不过既然没感觉到，那就去公园吧，一路上虽然天依然阴沉，刚停好车，拉开车门的瞬间，一阵大雨落了下来，赶忙重新钻进车里。前后不到五秒中的时间，就让这场公园之旅化为了泡影。

回家之后，宝子在家换上轮滑鞋，来回溜达。想着，既然下雨了，应该网球课也停了吧，然而等到十点半依然没消息。既然如此，那可能市北没有下雨吧。一路上天变得越来越晴朗，到了学校之后依然是一篇艳阳天。

下课去学校餐厅吃点东西，下午就可以去轮渡了。

虽然是中午的饭店，想找个空位置还是蛮方便的，买了两碗麻辣烫，没有小碗。去隔壁的卤肉饭要了个小碗。餐厅门口从外面能感受到吹进来的真真的凉风。吃完饭，到了室外反而变得更加的温暖，与餐厅的温度完全不同。

一路小道辗转到环湾大道，路况还是比较畅通的，半个小时就到了轮渡停车场。怕找不到停车位，在入口找了个空塞了进入。往里走，大约100米发现内部竟然有一个大的停车场，并且还有大量的空位。

候船厅入口，写了一些方言的标语。

虽然购票的时候显示有场次，但是实际买的时候，就是看人数，人够了就发船。感觉到了县城做镇上的客车的感觉，流水车，流水船。检票的时候会给一个油条，这个油条并不是给游客吃的，是给海鸥吃的。

这个码头，在海底隧道和跨海大桥开通之后就已经停了好几年，这两年才又重新开放，用来做海上观光。成人票两个人90，宝子2块，价格还是蛮合适的，海上50分钟的观光，说可以看到跨海大桥。

检票上船，刚找地方坐下，就有工作人员开始喊，大家可以去喂海鸥了。喂海鸥只能在一楼，二楼是观光区域，油条投喂完之后可以上二楼。带着宝子来到船尾，大家都在那里观望，也不知道在等什么，我扔了一块油条出去之后，马山就有无数的海鸥飞过来开始争抢。大家也跟着开始往海里投喂。

发船之后，海鸥依然跟着游船，甚至能感受到海鸥翅膀煽动的时候，甩出来的水滴。

https://zhongxiaojie.cn/wp-content/uploads/2026/03/31bb277297fdbfd958cd56efd521c0c6.mp4

还有跟着游船一直来回盘旋，不断的争抢从游客手里抛出的油条。

当然啦，如果足够大胆，也可以直接用手拿着让海鸥去吃。

https://zhongxiaojie.cn/wp-content/uploads/2026/03/5f513f79cb977e07dca22e99a1a8fd75.mp4

不过，这天气稍微微差点了，大约半小时不到，就开始掉头返航了。说好的看跨海大桥呢？海面的能见度并不算高。只能隐约看到一个轮廓，远处的货轮也一样，飘渺。

回港之后，依然能看到很多人在等着检票。如果五点多应该能看到海上的日落，很多人也在等那个最好的时间。

海上的冷风吹来，单穿一条牛仔裤还是冷了点。

好在没有因为家里的一场雨而不出门，毕竟其他的地方是一片艳阳天，不过局部有雨。

m3u8 downloader v26.03.28

obaby — Sun, 29 Mar 2026 13:58:39 +0000

Canon EOS R6m2 96mm 𝑓/4 1/160s ISO400 2026年3月5日 ">

基于 ffmpeg 的 m3u8 / 归档页解析下载工具，支持单链接、批量 CSV/文本、自定义输出目录与 ffmpeg 路径。

参数	说明
`-i`	输入：直链 m3u8、含 `archives` 的归档详情页、或带 `cms_player` 的播放页；也支持 `.mp4` / `.avi` / `.mov` / `.mpeg` 直链（走 HTTP 分段下载，非 ffmpeg）
`-o`	输出文件名（自动补 `.mp4`）；对部分模式用于覆盖默认标题名
`-p`	输出目录；可为本机路径或 UNC（如 `\\服务器\共享\目录`）
`-f`	批量输入文件：`.csv` 或纯文本（每行一个链接）
`-m`	指定 ffmpeg 可执行文件路径

注意： 必须提供 -i 或 -f 之一。

单条示例

python m3u8_downloader.py -i "https://example.com/video.m3u8?token=xxx" -o myvideo -p D:\Videos

批量 CSV

编码建议 UTF-8（含 BOM 亦可），表头需包含列 link；可选列 name（用于在部分逻辑里拼接输出名后缀，空单元格按空字符串处理，不会出现 nan 文件名）。
会跳过空的 link 或内容为 link 的占位行。
按行 顺序执行：上一任务结束（含 ffmpeg）后才会处理下一行。

python m3u8_downloader.py -f list.csv -p "\\192.168.1.12\media\Videos"

纯文本列表

每行一个 URL，行为与逐次 -i 类似；可通过 -o 传入统一输出名（视链接类型而定）。

功能说明

链接类型与行为

.m3u8 直链
使用 ffmpeg 拉流并 remux 为 .mp4（-c copy）。
URL 中含 archives（归档站 / bl05 类页面）
请求页面，解析多个 div.dplayer 的 data-config，得到多路 m3u8；按路依次下载，文件名一般为 页面标题 + 序号，并经 safe_mp4_filename 净化。
其它播放页（非 archives）
解析 var cms_player = {...} 的 JSON，取 url 作为 m3u8，再走 ffmpeg。
.mp4 等直链
使用 requests 分段下载（file_download.download_from_url），带 tqdm 进度条，不经过 ffmpeg。

页面编码

抓取 HTML 时依次尝试 UTF-8 → UTF-8-sig → gb18030，减轻标题乱码。

输出文件名

去除 Windows 非法字符，过长截断并可带 crc 后缀兜底。
对「UTF-8 被误当成 latin-1」类乱码标题做启发式纠正（日志中可能出现 [F] 标题疑似 UTF-8/latin-1 乱码，已尝试纠正）。

覆盖策略

若目标 .mp4 已存在（os.path.isfile），跳过该次下载。
调用 ffmpeg 时带 -n：不在终端交互询问覆盖；若因路径编码等导致检测不一致，ffmpeg 侧也会拒绝覆盖而非静默覆盖。

本地 m3u8 文件

-f 指向 .m3u8 / .m3u 时，当前代码分支为占位（pass），尚未实现。

目录说明

路径（相对程序目录）	用途
`bin/ffmpeg.exe`	Windows 打包/放置 ffmpeg 的常见位置
`download/m3u8_files`	内部与 `make_dir` 相关的子目录逻辑
`download/mp4`	未指定 `-p` 时的默认输出目录

下载地址：

https://www.123912.com/s/ucY7Vv-njQAA?pwd=HwGK#