Изменил ли блоковый редактор Гутенберга HTML в содержании поста во время импорта?

Какой HTML лучше, до Гутенберга или после?

Я импортировал контент постов с старого и большого WP сайта в свежую установку и новую базу данных. Почти 1200 постов вместе с их метаданными и связанными медиафайлами. XML файл весит 15 МБ. Я использовал стандартный импорт/экспорт WordPress вместе с плагином для экспорта медиафайлов [изображений][1]. Исходный сайт использует tinymce advanced, чтобы поддерживать классический вид редактора для клиента.

Большая часть контента была перенесена, но в новой настройке HTML импорта изменился.

Вот как он выглядел на фронтенде. Слева оригинал, справа импорт.

Вот как изменился HTML. Слева оригинал. Справа после импорта.

На каком этапе процесса весь блок контента оказался обернут в <p>, с добавлением <br> и &nbsp, а оригинальные переносы строк отсутствуют?

Очевидно, что что-то в Гутенберге меняет базовый HTML контента поста.

https://wordpress.org/support/topic/gutenberg-does-not-play-nicely-with-code-editor/

https://github.com/WordPress/gutenberg/issues/11211

https://core.trac.wordpress.org/ticket/45636?cversion=0&cnum_hist=1

Мне удалось исправить проблему с отступами абзацев на фронтенде с помощью этого CSS, любезно предоставленного Themeisle

    br
{   content: "A" !important;
    display: block !important;
    margin-bottom: 1em !important;
}

Тем не менее, я хочу знать, как лучше двигаться вперед в отношении HTML. Это какая-то ошибка в Гутенберге или мне просто продолжить с исправлением CSS? Какой здесь правильный HTML? Если он неправильный, есть ли какое-то волшебство regex, которое бы это исправило?

обновление

В ответ на @tomjnowell, я выполнил экспорт без активных плагинов и импортировал его в свежую установку без активных плагинов. Вот результаты:

XML был импортирован на пустой сайт. Контент постов затем отображается в блоке “Классический” Гутенберга в режиме “редактировать как HTML”, с удаленными пробелами между абзацами и добавленными br и nbsp. BR не появляются в базе данных, но nbsp — да.

Вот еще одно сравнение, показывающее слева направо: XML, исходную базу данных и целевую базу данных. Также я заметил следующие различия между базами данных. Не уверен, важно ли это.

В исходной базе данных post_content имеет тип: MyISAM с сортировкой: latin1_swedish_ci

В целевой базе данных post_content имеет тип: InnoDB с сортировкой: utf8mb4_unicode_520_ci

Гутенберг — это редактор, это не активный процесс, который работает в фоновом режиме. Если вы не открыли пост в блочном редакторе, у него нет возможности изменять HTML

Подумайте об этом так, PDF — это PDF, это контент, данные. Если я создам его в одном приложении, а затем скопирую на машину с другим PDF-ридером, PDF останется прежним. Для того чтобы изменить его, мне нужно открыть PDF в редакторе и заново сохранить его.

То же самое относится и к Гутенбергу. Если вы не откроете пост в Гутенберге и не нажмете “сохранить/опубликовать”, у Гутенберга нет шансов внести изменения.

Попробуйте представить, что было бы нужно для Гутенберга, чтобы действительно это сделать. Ему нужно было бы обновить каждый отдельный пост в базе данных, отслеживать, что было и что не было изменено, и он не мог бы сделать это за один запрос, ему пришлось бы непрерывно опрашивать себя, пока работа не будет выполнена, создавая большую нагрузку на сервер.

Таким образом, Гутенберг не является причиной вашей проблемы. Он не может быть ей причиной, если вы не открыли все 1200 постов, а затем отредактировали и заново сохранили каждый из них.

Итак, что вы можете сделать?

Во-первых, выполните стандартный экспорт WP без каких-либо дополнительных плагинов, которые могли бы вмешиваться или мешать.

Во-вторых, проверьте разметку в wxr и посмотрите, содержит ли она тот же контент или был изменен.

В-третьих, импортируйте данные и проверьте разметку в базе данных, а не в редакторе/фронтенде.

В-четвертых, выполните все вышеперечисленное с использованием стандартных тем по умолчанию и без плагинов.

Проще говоря, нет никаких доказательств того, что Гутенберг виновен (нет доказательств того, в чем состоит проблема, ее причина в настоящее время неизвестна), и Гутенберг не работает таким образом.

В качестве заключительной заметки, то, о чем вы говорите, — это не нормальный контент, и это не абзацы. Это блоки “классического абзаца” TinyMCE Advanced, и они могут работать не так. Например, возможно, что то, как выглядит контент и какой на самом деле HTML, — это не одно и то же.

Я бы предложил убедиться, что TinyMCE Advanced также установлен на целевом сайте. В противном случае вы должны обратиться за поддержкой TinyMCE Advanced в форум поддержки TinyMCE Advanced.