WordPress 自动发布去重与 undefined 正文修复：如何避免重复草稿与空正文问题
内容自动化流程中，Node.js 脚本驱动 WordPress REST API 已成为技术博客的标配。但实际部署中，开发者常因忽略边界条件导致重复草稿堆积、正文字段 undefined 或 Markdown 渲染异常等问题。本文基于 LearnCode 实战案例，拆解本地脚本优化方案，确保内容分发可靠性。
为什么要改
早期流程依赖 HTTP POST 创建文章，但随着发文频率提升和 AI 生成内容引入，出现两个核心问题：
- 重复发布风险：网络波动或 CI/CD 流水线并发执行时，相同标题的文章会被多次创建为草稿。这导致数据库冗余、RSS 订阅源重复条目，甚至破坏依赖唯一 Post ID 的数据关联。
- 正文为空陷阱：模板填充或 AI 生成环节若字段缺失、解析错误或被截断，content 字段可能变为 undefined 或空字符串。WordPress API 有时接受空内容但显示空白，或返回静默失败。这种脏数据入库后清理成本高，严重影响阅读体验。
这些问题不仅浪费存储资源，更破坏内容排期准确性。需要更健壮的发布层，而非依赖上游生成质量。
关键决策
为解决上述问题，我们决定在发布环节引入本地校验与去重逻辑，而非完全依赖 AI Agent 或云端服务。决策依据如下：
- 可控性与低成本：将去重和校验逻辑封装在本地 Node.js 脚本中，无需额外部署 Redis 或消息队列服务。参考 OpenClaw 自动化设计原则，强调本地优先处理效率。
- 即时反馈：在发送 HTTP 请求前拦截错误，避免无效网络往返和 API 配额消耗。相比等待服务器返回 400 错误再重试，本地预检能节省大量时间。
- 兼容性优先：利用 WordPress REST API 标准特性（如按标题查询），无需修改 WP 核心代码或安装插件，保持系统轻量。
更多自动化降本案例可查阅 自动发文成本优化案例
实施过程
改造主要涉及两个核心脚本文件的逻辑增强：build-post-draft.js（构建阶段）和 publish-wp-draft.js（发布阶段）。
1. 正文完整性校验
在 publish-wp-draft.js 中，我们增加了严格的正文检查函数。若检测到 content 为 null、undefined 或仅包含空白字符，脚本直接终止发布并抛出明确错误，防止脏数据入库。
// publish wp draft.js 片段：正文校验
function validateContent(content) {
// 检查类型和非空性，防止 undefined 被隐式转换
if (!content || typeof content !== 'string' || content.trim() === '') {
throw new Error('Post content is empty or undefined. Skipping publish to prevent blank posts.');
}
return true;
}2. 智能去重策略
为避免重复创建，脚本在发布前通过 REST API 查询现有草稿。关键在于标题标准化：去除空格、特殊符号并统一转为小写，以应对细微差异导致的漏判。若发现同名草稿，则更新该草稿 ID 而非新建，保证唯一性。
// 标题标准化函数，消除格式差异
function normalizeTitle(t) {
return String(t || '')
.replace(/\s+/g, '') // 移除所有空格
.replace(/[ –—]/g, '') // 移除破折号等特殊符号
.toLowerCase(); // 统一小写
}
// 查找重复草稿
async function findDuplicateDraft(title) {
const base = (process.env.WP_BASE_URL || 'https://www.learncode.college').replace(/\/$/, '');
const url = new URL(`${base}/wp-json/wp/v2/posts`);
url.searchParams.set('status', 'draft');
url.search3. Markdown 转 HTML 处理
确保传入 WordPress 的内容是有效 HTML。虽然 WordPress 支持 Gutenberg 块编辑，但在 API 层面，传统 HTML 格式兼容性更好且更稳定。构建脚本负责将 Markdown 中的 H1、表格、代码块正确转换为 HTML 标签，避免前端渲染错乱。例如，确保代码块使用
包裹，表格使用标准结构。
结果与数据
改造后自动化发布流程稳定性显著提升：
- 零重复草稿：通过标题去重逻辑，成功避免因重试导致的重复文章创建。测试中连续执行 10 次相同内容的发布任务，最终仅保留一篇最新状态的草稿。
- 空正文拦截率 100%：所有包含 undefined 内容的发布请求被本地脚本拦截，未产生任何无效 API 调用。日志中清晰记录被拦截原因，便于排查上游生成问题。
- 效率提升：相比人工检查，脚本处理耗时减少至毫秒级，且无需等待服务器响应即可提前报错。
*注：具体性能指标如高并发下的 QPS 提升比例，仍需验证实际生产环境的大规模数据。*
可复用清单
如果你正在构建类似自动化系统，请对照以下清单进行检查：
- 前置校验：在发送 API 请求前，务必校验关键字段（如 title, content）的非空性和类型。
- 幂等性设计：实现基于业务键（如标题）的去重逻辑，支持“存在则更新，不存在则创建”。
- 标题规范化：对比较用的文本进行标准化处理（去空格、转小写、去标点），以应对细微差异。
- 错误日志：记录被拦截的请求详情，特别是 undefined 的来源，以便回溯上游生成逻辑。
- 不适用场景：对于极高并发（每秒数百次以上）的场景，频繁查询 WP API 可能造成性能瓶颈，建议引入 Redis 缓存去重状态或使用 Webhook 机制。
评论(0)