九年来，我一直用Hakyll作为静态站点的生成工具。再往前追溯，我主要用的是 Jekyll，动态页面大概是用 Perl 加 Mojolicious 和 PHP 加 Kohana 来实现。但我对这些只有模糊的印象，当时还没有 git，所以很多开发痕迹都找不到了。
如今，我终于下定决心，打算转向自己用Rust亲手编写的自定义站点生成器。通过此番重写，我主要是想解决以下三个问题：
第一，越来越慢的速度。在我的低配笔记本电脑上，完整站点的重建大概要 75 秒（不涉及编译，单纯只是站点生成）。我这博客上一共只有 240 篇帖子，所以应该不至于这么慢才对。虽然已经配备了不错的缓存系统，并且只在编辑期间对帖子变更执行更新的 watch 命令，但整个执行速度还是太慢了。
第二，外部依赖项。虽然站点生成器本身是用 Haskell 编写的，但除了众多 Haskell 库之外，其中还包含其他依赖项。我的博客助手脚本是用 Perl 编写的，我使用 sassc 进行 sass 转换，还使用 Python 的 pygments 实现语法高亮，并使用 s3cmd 将生成的站点上传至 S3。管理和更新这么多依赖项真的很烦人，我想摆脱麻烦，专心回归到博客内容上来。
第三，设置问题。跟大量依赖项相关，我的博客网站有时候会宕机，必须得花时间调试和修复。有时候我脑子里刚有点灵感，系统就崩溃了，必须赶紧把网站生成器换掉。
有些朋友可能会问，这么简单的网站还有什么可崩溃的？主要还是更新的锅，往往会以意想不到的方式引发问题。例如：
[ERROR] Prelude.read: no parse（只出现在台式机上，在我的低配笔记本上倒是运行良好。）
或者是以下 Perl 错误：
Magic.c: loadable library and perl binaries are mismatched (got handshake key 0xcd00080, needed 0xeb00080)（只出现在笔记本上，在台式机上运行良好。）
其实我还挺喜欢 Haskell 的，特别是它纯函数的部分。另外，我也很喜欢 Hakyll 对站点配置使用的声明性方法。以生成静态（即独立页面）为例：
match "static/*.markdown" $ do
route staticRoute
compile $ pandocCompiler streams
>>= loadAndApplyTemplate "templates/static.html" siteCtx
>>= loadAndApplyTemplate "templates/site.html" siteCtx
>>= deIndexUrls
复制代码
就算看不懂 $ 和 >>=分别代表什么，仍然能看出我们是在从 static/ 文件夹中查找文件，再把这些文件发送至 pandocCompiler （以转换原始的 markdown 格式）、再发送至模板，之后取消索引 urls（以避免链接以 index.html 结尾）。
多么简单，多么明了！
但我已经很多年没用过 Haskell 了，所以每当需要在网站上添加稍微复杂点的功能，都需要耗费巨大的精力。
例如，我想在帖子中添加下一篇/上一篇的链接，却难以轻松实现。最后，我不得不拿出时间重新学习了 Haskell 和 Hakyll。即使如此，我琢磨出的解决方案也非常慢，是依靠线性搜索来查找下一篇/上一篇帖子。直到现在，我也不知道要怎么以正确的设置方式通过 Hakyll 实现这个功能。
相信各位大牛肯定有好办法，但对我来说这么一项小功能耗费的精神也太多了，着实受不了。
关于实施的细节，因受篇幅所限，我没办法在文章中完整回顾整个构建过程。感兴趣的朋友可以点击此处（https://github.com/treeman/jonashietala）查看项目源代码。
起初，我很担心没法重现自己熟悉的各种 Hakyll 功能，例如模板引擎、多种语言的语法高亮显示，或者自动重新生成编辑的页面并充当文件服务器的 watch 命令，有了它我才能边写作边在浏览器中查看帖子。
但事实证明，每块“硬骨头”都有对应的理想的工具。下面来看我使用的几个效果拔群的库：
复制代码
虽然在帖子里只使用标准 markdown 能免去这一步，但多年以来我的帖子已经涉及大量 pulldown-cmark 无法支持的功能和扩展，所以只能亲手编码来解决。
我设置了一个预处理步骤，用以创建包含多个图像的图形。这是个通用的处理步骤，具体形式如下：
:::
:::
复制代码
我将它用于不同类型的图像集合，例如 Flex, Figure 以及 Gallery。下面来看示例：
::: Flex
/images/img1.png
/images/img2.png
/images/img3.png
Figcaption goes here
:::
复制代码
它会被转换为：
Figcaption goes here
复制代码
这是怎么实现的？当然是用正则表达式啦！
use lazy_static::lazy_static;
use regex::{Captures, Regex};
use std::borrow::Cow;
lazy_static! {
static ref BLOCK: Regex = Regex::new(
r#"(?xsm)
^
# Opening :::
:{3}
\s+
# Parsing id type
(?P\w+)
\s*
$
# Content inside
(?P.+?)
# Ending :::
^:::$
"#
)
.unwrap();
}
pub fn parse_fenced_blocks(s: &str) -> Cow {
BLOCK.replace_all(s, |caps: &Captures| -> String {
parse_block(
caps.name("id").unwrap().as_str(),
caps.name("content").unwrap().as_str(),
)
})
}
fn parse_block(id: &str, content: &str) -> String {
...
}
复制代码
（图像和图形解析部分太长了，所以咱们直接跳过好了。）
我还用自己的转换扩展了 pulldown-cmark：
// Issue a warning during the build process if any markdown link is broken.
let transformed = Parser::new_with_broken_link_callback(s, Options::all(), Some(&mut cb));
// Demote headers (eg h1 -> h2), give them an "id" and an "a" tag.
let transformed = TransformHeaders::new(transformed);
// Convert standalone images to figures.
let transformed = AutoFigures::new(transformed);
// Embed raw youtube links using iframes.
let transformed = EmbedYoutube::new(transformed);
// Syntax highlighting.
let transformed = CodeBlockSyntaxHighlight::new(transformed);
let transformed = InlineCodeSyntaxHighlight::new(transformed);
// Parse `{ :attr }` attributes for blockquotes, to generate asides for instance.
let transformed = QuoteAttrs::new(transformed);
// parse `{ .class }` attributes for tables, to allow styling for tables.
let transformed = TableAttrs::new(transformed);
复制代码
我以前也做过标题降级和嵌入裸 YouTube 链接之类的尝试，实现起来相当简单。不过现在想想，在预处理或后处理步骤中嵌入 YouTube 链接可能会更好。
Pandoc 能够支持向任意元素添加属性和类，这可太实用了。所以下面这部分：
{ height=100 }
复制代码
可以转换成这个样子：
复制代码
这项功能随处都有用到，所以我决定在 Rust 中重新实现，只是这次要用一种不那么笼统和老套的方式。
我在 Pandoc 中用到的另一项冲突功能，就是评估 html 标签内的 markdown。现在的呈现效果有问题：
复制代码
我起初是打算在通用预处理步骤中实现这项功能的，但后来我总会忘记引用链接。因此在以下示例中：
::: Aside
My [link][link_ref]
:::
[link_ref]: /some/path
复制代码
link 就不再被转化为链接了，所有解析都只在:::内完成。
> Some text
{ :notice }
复制代码
这样会调用一个通知解析器，它会在以上示例中创建一个 <aside>标签（而非 <blockquote> 标签），同时保留已解析的 markdown。
虽然现有 crate 会使用 syntect 添加代码高亮，但我还是自己编写了一个功能，把它打包在<code>标签中以支持内联代码高亮。例如，“Inside row: let x = 2;”会显示为：
Inside row: `let x = 2;`rust
复制代码
我没花太多时间来优化性能，但还是发现了两个性能要点。
首先，如果使用 syntect 并包含自定义语法，那就应该把 SyntaxSet 压缩为二进制格式。
另一点就是使用 rayon 实现并行化渲染。所谓渲染，就是指 markdown 解析、应用模板和创建输出文件的过程。Rayon 的强大之处，在于它在执行这项任务时的效率只受限于 CPU 性能，而且易用性非常好（只要代码结构正确）。下面是渲染的简化示例：
fn render(&self) -> Result<()> {
let mut items = Vec::new();
// Add posts, archives, and all other files that should be generated here.
for post in &self.content.posts {
items.push(post.as_ref());
}
// Render all items.
items
.iter()
.try_for_each(|item| self.render_item(*item))
}
复制代码
要实现并行化，我们只需要将 iter() 更改为 par_iter()：
use rayon::iter::{IntoParallelRefIterator, ParallelIterator};
items
.par_iter() // This line
.try_for_each(|item| self.render_item(*item))
复制代码
这就成了，非常简单！
我也承认，这里的性能提升非常有限，真正的性能改善主要还是来自我使用的库。例如，我的旧站点使用由 Python 编写的外部 pygments 进程来实现语法高亮，而现在的替代方案是 Rust 编写的高亮器。后者不仅速度快得多，而且并行化难度也更低。
维护自己的网站，我才发现原来开发项目这么容易出错。比如一不留神就链接到了不存在的页面或图像，或者没有使用[my link][todo]来定义链接引用，而且在发布前还总是忘记更新。
所以，除了测试 watch 命令等基本功能之外，我还解析了整个站点，并检查所有内部链接是否存在且正确（也会验证/blog/my-post#some-title 中的 some-title 部分）。外部链接也是要检查的，但我在这里使用的是手动命令。
在文章的开头，我列出了自己之前的一些设置问题。下面咱们就看看具体解决得怎么样。在生成过程中，我也采取了比较严苛的检查标准，尽可能避免遗漏各种稀奇古怪的错误。
在文章的开头，我列出了之前设置中的一些问题。下面咱们就一起来看具体解决得怎么样。
请注意，我不是说 Rust 就一定比 Haskell 更快，这里比较的只是两种具体实现。相信肯定有高手能在 Haskell 中实现同样的速度提升。
大家用不着手动查找丢失的依赖项，牺牲某些子功能来实现跨平台，或者在构建系统自动拉取更新时造成破坏。往椅子里一躺，等着代码编译完成就行。
虽然我发现在 Rust 当中，创建系列文章或者上一篇/下一篇链接之类的功能确实更轻松，但我并不是想说 Rust 就比 Haskell 更简单易用。我的意思是，Rust 对我个人来说比 Haskell 更容易理解。
而其中最大的区别，很可能在于实践经验。我最近一直在用 Rust，而从小十年前使用 Haskell 完成网站创建以来，我就几乎没跟 Haskell 打过什么交道。所以如果我也十年不接触 Rust，那再次使用起来肯定也是痛苦万分。
总体来说，我对自己的这次尝试非常满意。这是个好玩又有益的项目，虽然工作量超出了我的预期，但也确实消除了长期困扰我的老大难问题。希望我的经历对各位有所帮助。
原文链接：
https://www.jonashietala.se/blog/2022/08/29/rewriting_my_blog_in_rust_for_fun_and_profit/
| 留言与评论（共有 0 条评论） “” |
