脚本的第一步是遍历博客内容目录下的所有 content-*.html 文件，用正则提取三段关键元数据：

$dateMatch  = [regex]::Match($raw, '')
$titleMatch = [regex]::Match($raw, '')
$tagsMatch  = [regex]::Match($raw, '')
$isDraft    = $raw -match ''

日期格式兼容两种写法：2026-04-28（精确到日）和 2026-04-28 23:30（精确到分钟）^[1]。标签用逗号分隔，例如 教程, 网站建设, 脚本 会被解析为数组 @("教程", "网站建设", "脚本")。

草稿（draft: true）会被跳过，不出现在任何产出中。这意味着草稿文章对网站访问者完全不可见。

所有文章信息存入一个 PSCustomObject 数组，按日期降序排列。

取前 5 篇文章，生成 src/components/latest-posts.html：

$recentPosts = $posts | Select-Object -First 5

这里有一个精巧的标题截断算法，按像素宽度估算而非字符数：

foreach ($c in $title.ToCharArray()) {
    $code = [int]$c
    if ($code -gt 127) { $estWidth += 11 }    # CJK 字符 ~11px
    elseif ($c -eq ' ') { $estWidth += 4 }    # 空格 ~4px
    else { $estWidth += 6 }                    # ASCII ~6px
}
if ($estWidth -gt 110) {
    $title = $title.Substring(0, 10) + "..."  # 截断 10 字符
}

为什么用像素估算而非简单字符截断？因为侧边栏宽度只有 140px，一个中文字大约 11px 宽，英文字母大约 6px，同样的字符数可能宽度差一倍。如果不做像素估算，"AAAAAAAAAAAA" 会溢出，"中中中中中中中" 则还有余量。这种"手工宽度计算"正是 90s web 开发的典型手法^[2]。

输出文件使用 UTF-8 without BOM 编码——因为它会被注入到已有 BOM 的页面中。如果带了 BOM，注入位置会出现乱码字符。

归档页的核心逻辑是按年-月分组：

$grouped = $posts | Group-Object { $_.Date.Substring(0, 7) }
                  | Sort-Object Name -Descending

日期格式统一为 YYYY-MM-DD，取前 7 个字符就是 YYYY-MM。分组按键降序排列，确保最新的月份排在最上面。

每个月份的渲染分为：

归档页输出到 dist/archive.html（中文）或 dist/en/archive.html（英文），使用与其他页面一致的表格式布局和侧边栏。

搜索索引是一个纯文本文件 data/search_index.txt，被 cgi-bin/search.py 读取用于全文搜索^[3]：

TITLE: 脚本详解：build.ps1
DATE: 2026-04-28 23:30
LINK: blog-build-script.html
TEXT: build.ps1 是整个静态站点生成系统的核心引擎...
---

文本提取的流程是：

每篇文章之间用 --- 分隔，search.py 解析时按此分割为独立的文档记录。

文本提取不会解析元数据注释——因为注释中的 date、title 已经被结构化提取到了 TITLE 和 DATE 字段中。

标签云是四个产出中逻辑最复杂的一个，需要构建标签→文章的反向索引：

$tagMap = @{}                           # 哈希表：标签名 → 文章列表
foreach ($post in $posts) {
    foreach ($tag in $post.Tags) {
        if (-not $tagMap.ContainsKey($tag)) {
            $tagMap[$tag] = @()
        }
        $tagMap[$tag] += $post
    }
}

标签云的字号分级是一个简单的启发式规则：

$count = $tagMap[$tag].Count
$size = if ($count -ge 3) { 4 }      # 3+ 篇文章：大号
        elseif ($count -ge 2) { 3 }  # 2 篇文章：中号
        else { 2 }                   # 1 篇文章：小号

标签云下方，每个标签对应一个文章列表区域，用 <a name="tag名"> 做锚点定位，点击标签云中的标签即可跳转到对应的文章列表。

输出到 dist/tags.html（中文）或 dist/en/tags.html（英文）。

脚本通过 -Lang 参数（默认 "zh"）控制语言：

$isEn = ($Lang -eq "en")
$blogDir = if ($isEn) {
    Join-Path $projectRoot "src\content\pages\blog\en"
} else {
    Join-Path $projectRoot "src\content\pages\blog"
}

英文模式下：

中文和英文的归档/标签是完全独立的——这保证了英文访问者看到的是英文的界面和文章列表，不会中英混杂。

generate-archive.ps1 必须在 build.ps1 之前运行，原因是：

rebuild-all.ps1 负责按正确顺序调用这些脚本，确保数据依赖关系不被打破^[4]。

generate-archive.ps1 体现了一种"数据预处理"的设计模式：将博客元数据一次性扫描，生成多种下游格式，避免每个消费者重复解析。

如果把这个脚本拆成四个独立的脚本，代码会更模块化，但每次全站构建就需要扫描 4 次博客目录。一次扫描、四处输出的设计减少了 I/O，换来的是构建速度的提升——在这个有数十篇文章的站点上，差异可能只有几百毫秒，但它展示了"提前想好数据流"的工程思维^[5]。