Gallery-dl配置:解决FurAffinity收藏夹下载分类问题
2025-05-17 12:55:24作者:霍妲思
在使用gallery-dl下载FurAffinity网站内容时,用户经常需要处理不同类型的作品分类。本文重点探讨如何正确配置gallery-dl来实现从用户收藏夹下载作品时,按照作品在原作者画廊中的分类(Gallery或Scraps)进行存储。
问题背景
当从FurAffinity用户的收藏夹下载作品时,默认情况下所有下载的作品都会被标记为"favorites"分类。这会导致文件存储路径不符合预期,例如:
/furaffinity/[ARTIST]/favorites/[FILE]
而用户实际期望的是能够根据作品在原作者画廊中的实际分类(Gallery主画廊或Scraps草稿区)来存储,如:
/furaffinity/[ARTIST]/gallery/[FILE]
/furaffinity/[ARTIST]/scraps/[FILE]
解决方案
gallery-dl提供了灵活的配置选项,允许用户针对不同的子分类(subcategory)设置不同的存储路径。以下是推荐的配置方案:
"furaffinity": {
"include": "gallery,scraps",
"layout": "auto",
"filename": "{filename}.{extension}",
"directory": ["{category}", "{artist}", "{subcategory}"],
"favorite": {
"directory": ["{category}", "{user}", "{subcategory}", "{artist}"]
}
}
配置解析
-
基础配置:
include: 指定要包含的子分类(gallery和scraps)layout: 设置为auto自动布局filename: 定义文件名格式directory: 默认目录结构(分类/作者/子分类)
-
特殊配置:
favorite: 专门针对收藏夹的配置directory: 覆盖默认路径,改为(分类/用户/子分类/作者)结构
技术要点
-
子分类覆盖:gallery-dl允许为特定子分类(如favorite)提供覆盖配置,这让我们可以针对不同来源的作品设置不同的存储策略。
-
路径变量:
{category}: 网站分类(如furaffinity){artist}: 作品原作者{user}: 收藏该作品的用户{subcategory}: 作品子分类(gallery/scraps/favorites)
-
局限性说明:目前gallery-dl无法直接从收藏夹获取作品在原画廊中的分类信息(gallery或scraps),因此无法实现完全的自动分类存储。
最佳实践建议
- 对于需要精确分类的用户,建议直接下载原作者画廊而非收藏夹
- 可以考虑使用后续脚本对下载的文件进行二次分类
- 定期检查gallery-dl更新,未来版本可能会增加更精细的分类支持
通过合理配置gallery-dl,用户可以最大限度地优化FurAffinity作品的下载和组织方式,虽然目前存在一些限制,但已经能够满足大多数基本使用需求。
登录后查看全文
热门项目推荐
相关项目推荐
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00
请把这个活动推给顶尖程序员😎本次活动专为懂行的顶尖程序员量身打造,聚焦AtomGit首发开源模型的实际应用与深度测评,拒绝大众化浅层体验,邀请具备扎实技术功底、开源经验或模型测评能力的顶尖开发者,深度参与模型体验、性能测评,通过发布技术帖子、提交测评报告、上传实践项目成果等形式,挖掘模型核心价值,共建AtomGit开源模型生态,彰显顶尖程序员的技术洞察力与实践能力。00
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
567
3.84 K
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
68
20
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
12
1
暂无简介
Dart
799
198
🎉 (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
1.37 K
779
喝着茶写代码!最易用的自托管一站式代码托管平台,包含Git托管,代码审查,团队协作,软件包和CI/CD。
Go
23
0
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
349
200
Ascend Extension for PyTorch
Python
377
450
无需学习 Kubernetes 的容器平台,在 Kubernetes 上构建、部署、组装和管理应用,无需 K8s 专业知识,全流程图形化管理
Go
16
1