Izvezite Wix blog postove u Markdown s OpenAI

Artem Meleshko Co-Founder & iOS Engineer at Everappz

Zašto izvoziti blog postove s Wixa?

Ukratko: Ovaj vodič pokazuje kako izvesti Wix blog postove u Markdown koristeći tri Python skripte: pokretač za postavljanje, Selenium-bazirani scraper i OpenAI-pokretan pretvarač HTML-u-Markdown. Rezultat su čiste, prenosive Markdown datoteke spremne za Hugo, Jekyll ili bilo koji generator statičkih stranica.

Wix ne nudi izvorni izvoz bloga u Markdown. Ako migrirate na generator statičkih stranica poput Huga ili Jekyla, trebate scrapati renderirane stranice, izvući sadržaj i pretvoriti ga. Ovaj vodič automatizira cijeli proces koristeći Python, Selenium, BeautifulSoup i OpenAI GPT API.

Pipeline koristi tri skripte:

• fetch_blog_posts.sh — postavlja okruženje i pokreće pipeline
• parse_blog_sitemap.py — renderira stranice sa Seleniumom, izvlači sadržaj, preuzima slike
• generate_md.py — pretvara HTML u Markdown putem OpenAI

Korak 1: Postavite okruženje

#!/bin/bash
echo "🔍 Checking Python installation..."
if ! command -v python3 &> /dev/null; then
    echo "❌ Python 3 is not installed. Please install Python 3 and try again."
    exit 1
fi
echo "✅ Python 3 found: $(python3 --version)"
VENV_DIR=".venv"
if [ ! -d "$VENV_DIR" ]; then
    echo "📁 Creating virtual environment in $VENV_DIR..."
    python3 -m venv "$VENV_DIR"
else
    echo "✅ Virtual environment already exists."
fi
echo "⚙️ Activating virtual environment..."
source "$VENV_DIR/bin/activate"
echo "📦 Installing dependencies..."
pip install --upgrade pip
pip install beautifulsoup4 lxml selenium webdriver-manager
echo "🚀 Running blog sitemap parser..."
python3 parse_blog_sitemap.py
deactivate

Korak 2: Scrapajte i izvucite sadržaj bloga

parse_blog_sitemap.py obavlja glavni posao: dohvaća sitemap XML, renderira stranice sa Selenium, izvlači <div id="content-wrapper">, preuzima slike i sprema očišćeni HTML.

Zašto Selenium umjesto requests? Wix renderira sadržaj JavaScriptom. Standardni HTTP zahtjev vraća praznu stranicu. Selenium pokreće headless Chrome preglednik.

Korak 3: Pretvorite HTML u Markdown s OpenAI

generate_md.py čita svaku _index.html datoteku, šalje sadržaj OpenAI Chat API-ju i zapisuje rezultirajući Markdown.

Struktura izlaznih mapa

downloads/
  your-post-title/
    _index.html      # Izvučeni i očišćeni HTML
    _index.md         # Pretvoreni Markdown
    image1.png        # Preuzete slike

Pokrenite cijeli pipeline

bash fetch_blog_posts.sh

Doprinesite projektu

Projekt je otvorenog koda.

Često postavljana pitanja