Sonarr中自定义格式过滤规则的正确配置方法
2025-05-20 08:36:37作者:董斯意
概述
在使用Sonarr进行媒体文件管理时,自定义格式(Custom Formats)是一个强大的功能,允许用户根据特定条件对媒体文件进行分类和筛选。然而,许多用户在配置否定条件时常常遇到过滤效果不符合预期的问题。
问题现象
用户反馈在配置自定义格式时,即使明确设置了否定条件(如排除包含"DV"字样的文件),系统仍然会将包含这些关键字的文件匹配到对应的格式中。例如,一个包含"DV"的文件被错误地识别为"SDR"格式,尽管在SDR的自定义格式中已经设置了排除"DV"的条件。
技术原理
Sonarr的自定义格式过滤采用逻辑运算规则。当用户设置多个否定条件时,默认情况下这些条件之间是"或"(OR)的关系。这意味着只要文件不满足其中任意一个条件,就会被认为匹配成功。
例如,配置了三个否定条件:
- 不包含X
- 不包含Y
- 不包含Z
系统实际执行的逻辑是:(不包含X) OR (不包含Y) OR (不包含Z)。因此,只要文件不满足其中任意一个条件,就会被匹配。
正确配置方法
要实现"必须同时不包含多个关键字"的效果,需要使用"Required"选项将多个否定条件组合起来。具体操作如下:
- 在自定义格式编辑界面中,为每个否定条件启用"Required"选项
- 这样系统会将多个条件视为一个整体进行判断
- 文件必须同时满足所有否定条件才会被匹配
最佳实践建议
- 对于需要严格排除多个关键字的场景,务必使用"Required"选项组合条件
- 可以先测试单个条件的匹配效果,再逐步添加复杂条件
- 注意大小写敏感性,确保关键字匹配规则与实际文件名一致
- 对于复杂的过滤需求,可以考虑创建多个层级的自定义格式
总结
Sonarr的自定义格式功能虽然强大,但需要正确理解其逻辑运算规则才能实现预期的过滤效果。通过合理使用"Required"选项,用户可以构建精确的文件匹配规则,有效管理媒体库中的各种格式变体。
登录后查看全文
热门项目推荐
相关项目推荐
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
项目优选
收起
deepin linux kernel
C
24
9
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
405
3.14 K
Ascend Extension for PyTorch
Python
225
251
暂无简介
Dart
672
159
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
663
319
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.21 K
657
React Native鸿蒙化仓库
JavaScript
262
325
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
openGauss kernel ~ openGauss is an open source relational database management system
C++
160
220
仓颉编译器源码及 cjdb 调试工具。
C++
135
868