[分享]帖子数达到百万级的pw论坛转换DZ的一个处理工具

最近用xconvert把pw转DZ的过程，发现凡是pw里一些引用的回帖，到了DZ这边就出了问题了。
即是引用回帖里含有一个返回back.gif的图标，是带引用目标的地址。现在说下如何处理吧：
pw的代码发现是在/require/postreply.php里有这么一段（当然DZ也有）

1. $atc_content = "[quote]".($article==0 ? getLangInfo('post','info_post_1') : getLangInfo('post','info_post_2'))."\n{$old_content} [url={$db_bbsurl}/job.php?action=topost&tid=$tid&pid=$pid][img]{$db_bbsurl}/images/back.gif[/img][/url]\n[/quote]\n";

复制代码

这就是引用的时候带上了一个“job.php?action=***的返回图标链接”

但是我们若转为DZ的话，一来这个图标是显示红叉非常影响美观，第二程序结构也变了，原有的链接那么就会造成死链，影响SEO。

所以我搞了这个工具是对pw的回帖含有“引用”的帖子过滤掉这个图标跟链接。

我用这个工具过滤了大概20W条引用记录。

用兴趣的可以用用

用法：下载下面的附件然后上传根目录，然后执行php，一次处理1000条，
执行完了检查下有若有个别因为会员的格式错误不能过滤的，结合Phpmyadmin，搜索pid来修改。
（若不放心的，先在本地做一番测试，我这只针对gbk编码,utf没试，不过应该没问题）



执行完F5刷新执行下一次1000条。。。

从pw_posts表开始做起，

做完了修改pw_posts为pw_posts1,pw_posts2，如果你有分表的话。。。

这个程序简单了些，希望有高手帮忙完善一下。

另外由于pw对有些特殊符号有过滤，比如 " ,>,・符号在数据库里是 &#39的这样类似ascii码的代码。。。

转为DZ后原本的符号就变成类似乱码的东西，希望版主帮忙提供一些解决办法~~~·

原本我还以为是DZ入库的时候为了安全特意转换的，现在研究了pw的数据库记录后，发现是PW干的。

https://discuz.dismall.com/thread-3022687-1-1.html 我错怪DZ了。。。俺抱歉

算是细节的一个补偿操作吧

支持分享