BathyScapheのthread形式をMarkdownに整形する - https://media-massage.net/works/project/bathyscaphe2markdown/

bs2md.sh

#!/bin/bash
set -e

# バッチ変換用

# 第1引数: 過去ログディレクトリのルート
ARCHIVE_ROOT="$1"

# 第2引数: Markdown 出力先のルート
OUTPUT_ROOT="$2"

# 同一階層に単体用スクリプトを配置
THREAD2MD="./bs2md_single.sh"

# 引数チェック
if [ -z "$ARCHIVE_ROOT" ] || [ -z "$OUTPUT_ROOT" ]; then
  echo "Usage: $0 archive_root output_root"
  exit 1
fi

## ディレクトリ存在チェック
if [ ! -d "$ARCHIVE_ROOT" ]; then
  echo "Archive root directory not found."
  exit 1
fi

if [ ! -x "$THREAD2MD" ]; then
  echo "thread2md.sh not found or not executable."
  exit 1
fi

# 出力先ルートを作成
mkdir -p "$OUTPUT_ROOT"

# 各板ディレクトリを走査
find "$ARCHIVE_ROOT" -type f -name "*.thread" -print0 |
while IFS= read -r -d '' thread_file; do
  board_name="$(basename "$(dirname "$thread_file")")"
  board_output_dir="$OUTPUT_ROOT/$board_name"

  mkdir -p "$board_output_dir"

  "$THREAD2MD" "$thread_file" "$board_output_dir"
done

bs2md_single.sh

#!/bin/bash

# 単体ファイル変換用

# エラーが発生した時点でスクリプトを終了する
set -e

# 第1引数: BathyScaphe の thread ファイルへのパス
THREAD_FILE="$1"
# 第2引数: Markdown の出力先ディレクトリ
OUTPUT_DIR="$2"

# 引数が不足している場合は使い方を表示して終了
if [ -z "$THREAD_FILE" ] || [ -z "$OUTPUT_DIR" ]; then
  echo "Usage: $0 thread_file output_dir"
  exit 1
fi

# thread ファイルが存在しない場合は終了
if [ ! -f "$THREAD_FILE" ]; then
  echo "Thread file not found."
  exit 1
fi

# 出力先ディレクトリを作成（既に存在していても問題なし）
mkdir -p "$OUTPUT_DIR"

# 一次ファイル、一次スクリプトを作成
TMP_XML=$(mktemp -t bathyscaphe_thread).xml
TMP_PY=$(mktemp -t bathyscaphe_thread).py

# 一次ファイル、一次スクリプトを作成・失敗時はskip
plutil -convert xml1 -o "$TMP_XML" "$THREAD_FILE" 2>/dev/null || true

# Python スクリプトを一時ファイルとして生成
cat > "$TMP_PY" << 'PYEOF'
import plistlib, sys, os, re, datetime

xml_path = sys.argv[1]
out_dir = sys.argv[2]

try:
    with open(xml_path, "rb") as f:
        data = plistlib.load(f)
except Exception as e:
    print(f"SKIP (plist parse error): {xml_path}", file=sys.stderr)
    sys.exit(0)

# スレッド情報を取得
title = data.get("Title", "")
board = data.get("BoardName", "")
created = data.get("CreatedDate", "")
modified = data.get("ModifiedDate", "")
dat = data.get("dat", "")
contents = data.get("Contents", [])

# ファイル名に使用できない文字を除去し、
# 末尾の全角・半角スペースをトリムする関数
def sanitize(name):
    name = re.sub(r'[\/:*?"<>|]', '', name)
    name = re.sub(r'[ 　]+$', '', name)
    return name

# CreatedDate を YYYY-MM-DD 形式の日付文字列に変換する関数
def format_date(date_obj):
    if not date_obj:
        return "unknown_date"

    if isinstance(date_obj, datetime.datetime):
        return date_obj.strftime("%Y-%m-%d")

    if isinstance(date_obj, str):
        # 想定: YYYY-MM-DD HH:MM:SS
        return date_obj.split(" ")[0]

    return "unknown_date"


# ファイル名を作成
date_prefix = format_date(created)
filename_base = sanitize(f"{date_prefix}_{title}")
if not filename_base:
    filename_base = f"{date_prefix}_thread"
filename = f"{filename_base}_{dat}.md"
out_path = os.path.join(out_dir, filename)

# アンカー書き換え関数
def rewrite_anchor_links(html):
    """
    read.cgi 形式のアンカーリンクを
    Markdown内アンカー（#レス番号）に変換し、
    target="_blank" 属性を除去する
    """
    # href を #レス番号 に変換
    html = re.sub(
        r'href="[^"]*/read\.cgi/[^/]+/\d+/(\d+)"',
        r'href="#\1"',
        html
    )
    # target="_blank" を削除（前後の空白も考慮）
    html = re.sub(
        r'\s*target="_blank"',
        '',
        html
    )
    return html

# Markdown ファイルを UTF-8 で出力
with open(out_path, "w", encoding="utf-8") as f:
    f.write(f"# {title}\n\n")
    f.write(f"{board}\n")
    f.write(f"作成日時: {created} 更新日時: {modified}\n")
    f.write(f"DAT: {dat}\n\n")

    # 各レスを順番に出力
    for i, c in enumerate(contents, 1):
        f.write(
            f"##### <span id=\"{i}\">{i}</span> 名前: {c.get('Name','')} "
            f"Mail: {c.get('Mail','')} "
            f"投稿日: {c.get('Date','')} "
            f"ID:{c.get('ID','')}\n\n"
        )
        msg = c.get("Message", "")
        msg = rewrite_anchor_links(msg)
        f.write("<pre>\n")
        f.write(msg)
        if not msg.endswith("\n"):
          f.write("\n")
        f.write("</pre>\n\n")

# 出力されたファイルのパスを標準出力に表示
print(out_path)
PYEOF

# 生成した Python スクリプトを実行
/usr/bin/python3 "$TMP_PY" "$TMP_XML" "$OUTPUT_DIR"

# 一時ファイルを削除
rm "$TMP_XML" "$TMP_PY" 2>/dev/null || true