PicaComic项目中的JM搜索规则解析与修复
2025-05-28 13:26:36作者:谭伦延
在PicaComic 3.1.3版本中,用户报告了一个关于禁漫(JM)搜索功能的问题。该问题涉及搜索语法中的特殊字符处理,特别是使用"+"和"-"符号进行关键词组合搜索时出现的功能异常。
问题背景
禁漫网站的搜索功能支持使用布尔运算符来组合搜索条件。用户可以通过在关键词前添加"+"来强制包含某个词,或者使用"-"来排除特定内容。这种搜索语法在专业搜索引擎中很常见,能够帮助用户更精确地定位所需内容。
问题分析
当用户在PicaComic客户端输入"正太 -yoai"这样的搜索条件时,期望系统能够搜索包含"正太"但不包含"yoai"的内容。然而实际运行中发现:
- 官方网站在处理此类搜索时,会将搜索条件编码为"%E6%AD%A3%E5%A4%AA+-yoai"的形式,其中"+"被正确保留
- 但PicaComic客户端生成的URL中,"+"符号丢失,变成了"%E6%AD%A3%E5%A4%AA%20-yoai",使用空格替代了"+"符号
这种差异导致搜索功能无法按预期工作,因为服务器端无法正确解析用户意图。
技术原因
经过代码审查,发现问题出在URL编码处理环节。PicaComic在构建搜索URL时,没有对搜索字符串中的特殊符号进行区分处理,导致:
- 所有空格和特殊符号被统一编码
- 布尔运算符"+"在编码过程中被错误转换
- 最终生成的URL不符合服务器预期的格式
解决方案
修复方案需要改进URL构建逻辑,确保:
- 搜索字符串中的布尔运算符得到保留
- 只对实际关键词部分进行编码
- 正确处理运算符与关键词之间的组合关系
具体实现中,我们需要:
- 在构建搜索URL前,先解析搜索字符串中的运算符
- 对运算符和关键词分别处理
- 确保"+"和"-"符号在最终URL中保持原样
影响范围
该修复将影响所有使用JM搜索功能的用户,特别是那些:
- 使用高级搜索语法的用户
- 需要排除特定内容的用户
- 进行复杂组合搜索的用户
总结
通过对PicaComic中JM搜索功能的这一问题修复,我们不仅解决了当前的具体bug,还加强了对搜索语法的全面支持。这种改进使得应用能够更好地满足专业用户的搜索需求,提升了整体的用户体验。对于开发者而言,这也提醒我们在处理用户输入时需要更加细致,特别是当涉及特殊符号和运算符时。
登录后查看全文
热门项目推荐
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
413
3.18 K
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
Ascend Extension for PyTorch
Python
228
258
暂无简介
Dart
679
160
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++
689
325
🔥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
65
19
React Native鸿蒙化仓库
JavaScript
265
326
🎉 (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
660
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!
C
1.03 K
492