Jackett项目中的NewHeaven索引器开发与优化
背景介绍
在Jackett这个开源的Torrent索引器聚合项目中,开发者们正在为NewHeaven这个德国私有Tracker添加支持。NewHeaven是一个专注于德语资源的私有Tracker,内容涵盖电影、音频、电视节目和通用资源。该项目需要将原有的C#实现转换为更现代的YAML格式,并解决一系列技术挑战。
技术挑战与解决方案
1. 搜索时间参数处理
原实现中使用了不直观的数值编码来表示时间范围(0表示任意时间,1表示1天,2表示1周等)。经过优化后,改为直接使用"自上传以来的天数"这一更直观的参数,0表示所有时间范围。这种改进使API接口更加清晰易懂。
2. 元素选择器优化
在HTML解析过程中,发现原有的选择器不够精确。通过使用双重属性选择器,能够更准确地定位到标题和详情链接:
a[href^="index.php?strWebValue=torrent&strWebAction=details&id="][href$="&view=1"]
这种精确的选择器避免了潜在的匹配错误,提高了数据提取的可靠性。
3. 下载URL构建机制
由于HTML表格中不直接包含下载URL,开发团队实现了一个巧妙的解决方案:
- 首先从详情链接中提取Torrent ID
- 然后使用模板构建完整的下载URL:"index.php?strWebValue=torrent&strWebAction=download&id={{ .Result.id }}"
这种方法展示了如何在不直接获取数据的情况下,通过已有信息构建所需URL。
4. 体积因子处理
NewHeaven使用图片和文本来表示不同的下载/上传体积因子。开发团队实现了灵活的条件匹配机制:
- 下载体积因子:匹配"50% DL"、"25% DL"文本或特定图片
- 上传体积因子:匹配"200% UP"文本或特定图片
这种处理方式能够适应Tracker使用的多种表示方法。
5. 日期解析问题
在日期解析过程中,最初遇到了格式问题。错误信息显示:
Error while parsing DateTime "08.08.2024 20:01+01:00"
问题在于时间字符串中缺少必要的空格。通过调整日期解析布局,最终解决了这个问题。
验证过程中的挑战
在Prowlarr中进行验证时,发现"onlyup"筛选功能存在问题。这是因为网站本身不支持直接搜索"onlyup"类型的资源,导致客户端需要先获取结果再进行过滤。这种情况在私有Tracker集成中较为常见,通常需要客户端做额外处理。
技术实现细节
在元素选择方面,虽然HTML中可能存在多个匹配项,但系统总是选择第一个匹配结果。经过验证,第一个匹配项始终是标题中的链接,这保证了数据的一致性。这是Jackett项目中处理类似情况的常用方法。
总结
NewHeaven索引器的开发过程展示了在集成私有Tracker时可能遇到的各种技术挑战,以及Jackett项目团队如何系统地解决这些问题。从参数设计、HTML解析到特殊功能的实现,每一步都需要仔细考虑Tracker的特有行为和数据结构。这些经验对于开发类似功能的集成具有重要参考价值。
- DDeepSeek-V3.1-BaseDeepSeek-V3.1 是一款支持思考模式与非思考模式的混合模型Python00
- QQwen-Image-Edit基于200亿参数Qwen-Image构建,Qwen-Image-Edit实现精准文本渲染与图像编辑,融合语义与外观控制能力Jinja00
GitCode-文心大模型-智源研究院AI应用开发大赛
GitCode&文心大模型&智源研究院强强联合,发起的AI应用开发大赛;总奖池8W,单人最高可得价值3W奖励。快来参加吧~052CommonUtilLibrary
快速开发工具类收集,史上最全的开发工具类,欢迎Follow、Fork、StarJava04GitCode百大开源项目
GitCode百大计划旨在表彰GitCode平台上积极推动项目社区化,拥有广泛影响力的G-Star项目,入选项目不仅代表了GitCode开源生态的蓬勃发展,也反映了当下开源行业的发展趋势。06GOT-OCR-2.0-hf
阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00openHiTLS
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!C0308- WWan2.2-S2V-14B【Wan2.2 全新发布|更强画质,更快生成】新一代视频生成模型 Wan2.2,创新采用MoE架构,实现电影级美学与复杂运动控制,支持720P高清文本/图像生成视频,消费级显卡即可流畅运行,性能达业界领先水平Python00
- GGLM-4.5-AirGLM-4.5 系列模型是专为智能体设计的基础模型。GLM-4.5拥有 3550 亿总参数量,其中 320 亿活跃参数;GLM-4.5-Air采用更紧凑的设计,拥有 1060 亿总参数量,其中 120 亿活跃参数。GLM-4.5模型统一了推理、编码和智能体能力,以满足智能体应用的复杂需求Jinja00
Yi-Coder
Yi Coder 编程模型,小而强大的编程助手HTML013
热门内容推荐
最新内容推荐
项目优选









