ytDownloader下载目录整理:按日期与网站自动分类文件
你是否经常遇到下载的视频文件杂乱无章地堆积在一个文件夹中?想要快速找到上周下载的YouTube视频,却要在数十个文件中逐个筛选?ytDownloader提供了强大的文件命名和目录管理功能,让你的下载文件自动按日期与网站分类,从此告别混乱的下载文件夹。本文将详细介绍如何配置ytDownloader实现这一功能,读完后你将能够:
- 自定义下载文件的命名规则
- 设置按日期和网站自动分类的文件夹结构
- 应用预设模板快速配置分类规则
- 解决常见的分类配置问题
配置入口与基本设置
ytDownloader的文件分类功能通过偏好设置界面进行配置。首先,点击主界面的设置按钮进入偏好设置页面(src/preferences.js)。在偏好设置页面中,你可以找到下载位置设置区域,这里显示了当前的下载路径,并提供了选择新下载目录的按钮。
在下载位置下方,有两个关键的配置项:
- 文件名格式:控制单个下载文件的命名规则
- 文件夹名格式:控制文件保存的目录结构
这两个配置项采用了类似yt-dlp的格式语法,允许你使用各种元数据变量来构建动态的命名规则。
按网站自动分类的配置方法
要实现按网站自动分类文件,你需要使用来源网站相关的元数据变量配置文件夹命名规则。ytDownloader支持通过%(extractor)s变量获取网站标识符,例如"youtube"、"bilibili"等。
基础网站分类配置
- 在偏好设置页面找到"Folder name format"(文件夹名格式)输入框
- 输入以下格式字符串:
%(extractor)s/%(title)s - 点击"保存"按钮应用设置
这个配置会将来自同一网站的所有文件保存在以网站标识符命名的文件夹中,例如所有YouTube视频将保存在"youtube"文件夹下。
高级网站分类与子目录
如果你希望进一步细分,可以结合其他变量创建多级目录结构。例如:
Video/%(extractor)s/%(upload_date>%Y-%m-%d)s
这个配置会创建"Video/网站名/日期"的三级目录结构,适合视频文件的分类管理。
按日期自动分类的实现方式
按日期分类需要使用日期相关的变量,ytDownloader支持多种日期格式,通过>%Y-%m-%d这样的语法可以自定义日期显示格式。
常用日期格式配置
| 配置示例 | 生成目录示例 | 说明 |
|---|---|---|
%(upload_date)s |
20231005 | 原始日期格式(YYYYMMDD) |
%(upload_date>%Y-%m-%d)s |
2023-10-05 | 年-月-日格式 |
%(upload_date>%Y/%m/%d)s |
2023/10/05 | 年/月/日三级目录 |
%(upload_date>%Y-%m)s |
2023-10 | 仅包含年月 |
日期与网站组合分类
要同时按日期和网站分类,可以将两个维度的变量组合起来,例如:
%(extractor)s/%(upload_date>%Y-%m-%d)s
这会创建"网站名/日期"的目录结构,每个网站的文件按日期再细分。
实用配置模板与示例
以下是一些经过实践检验的实用配置模板,你可以直接复制使用或作为自定义配置的基础。
视频文件通用分类模板
Videos/%(extractor)s/%(upload_date>%Y-%m-%d)s/%(title)s
这个模板会创建清晰的"媒体类型/网站/日期/标题"四级目录结构,适合大多数视频下载需求。
音乐文件专用配置
对于音频文件,建议使用以下配置:
Music/%(extractor)s/%(artist)s - %(title)s
结合音频特有的元数据变量,创建适合音乐管理的目录结构。
批量下载与播放列表配置
对于播放列表下载,可以使用播放列表索引和标题变量:
Playlist/%(playlist_title)s/%(playlist_index)s-%(title)s
这个配置会将整个播放列表保存在以播放列表标题命名的文件夹中,并按索引排序文件。
配置注意事项与故障排除
在配置文件分类规则时,可能会遇到一些问题,以下是常见问题的解决方法:
特殊字符处理
某些网站标题或视频标题可能包含系统不允许的文件名字符,ytDownloader会自动替换这些字符,但你也可以通过以下方式主动处理:
- 使用
%(title|sanitize)s代替%(title)s获取经过清理的标题 - 避免在文件夹名中使用过多特殊字符
配置不生效的解决步骤
如果配置后分类规则没有生效,请按以下步骤检查:
- 确认已点击保存按钮应用设置
- 尝试重启应用程序
- 检查配置字符串是否有语法错误
- 查看日志文件获取详细错误信息(src/common.js)
性能考虑
过于复杂的目录结构可能会影响下载性能,特别是在网络较慢或硬盘性能有限的情况下。建议目录层级不超过4级,且避免使用过多动态变量。
高级技巧:变量组合与条件判断
ytDownloader的命名规则支持变量组合和简单的条件判断,可以实现更复杂的分类逻辑。
结合网站和日期的综合分类
以下配置实现了"网站/年份/月份"的目录结构,适合需要按时间线管理不同来源内容的用户:
%(extractor)s/%(upload_date>%Y)s/%(upload_date>%m)s
使用条件判断的智能分类
通过简单的条件语法,可以实现更智能的分类:
%(if_live)sLive/%(else)sVOD/%(end)s%(extractor)s
这个配置会将直播内容和普通视频分开保存。
总结与最佳实践建议
ytDownloader的文件分类功能为管理下载内容提供了灵活强大的工具。通过合理配置文件名和文件夹名格式,你可以实现文件的自动组织,大大减少后期整理的工作量。
推荐配置方案
对于大多数用户,我们推荐以下配置作为起点:
文件夹名格式:
%(extractor)s/%(upload_date>%Y-%m-%d)s
文件名格式:
%(title)s.%(ext)s
这个配置平衡了分类清晰度和简单性,适合大多数下载场景。随着你对需求的明确,可以逐步调整配置以适应特定的管理习惯。
最后,记得定期备份你的配置,以防意外丢失。你可以通过导出配置文件(ytdownloader.json)来保存你的分类规则设置。
希望本文能帮助你充分利用ytDownloader的文件分类功能,让你的下载内容井井有条,轻松管理。如有任何问题,欢迎查阅项目文档或提交issue反馈。
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- QQwen3-Coder-Next2026年2月4日,正式发布的Qwen3-Coder-Next,一款专为编码智能体和本地开发场景设计的开源语言模型。Python00
xw-cli实现国产算力大模型零门槛部署,一键跑通 Qwen、GLM-4.7、Minimax-2.1、DeepSeek-OCR 等模型Go06
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin07
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00


