Kometa项目TMDb时间格式异常问题分析与解决方案
2025-06-28 03:18:57作者:傅爽业Veleda
问题背景
Kometa是一款基于Python开发的媒体库管理工具,它通过与TMDb(The Movie Database)API的交互来获取影视元数据。近期,Kometa用户普遍报告了一个严重问题:系统在处理TMDb返回的时间数据时出现格式不匹配的错误,导致整个应用无法正常运行。
错误现象
用户在执行Kometa操作时,系统抛出如下典型错误信息:
ValueError: time data '2009-01-23 16:34:44 UT' does not match format '%Y-%m-%dT%H:%M:%S'
这表明Kometa期望接收ISO 8601格式的时间字符串(如"2023-02-14T01:31:39"),但实际收到的是带有"UT"后缀的格式(如"2023-02-14 01:31:39 UT")。
问题根源
经过技术分析,这个问题源于TMDb API近期对时间格式进行了不兼容的变更:
- 格式变更:TMDb将原本的ISO 8601标准时间格式(%Y-%m-%dT%H:%M:%S)修改为包含"UT"后缀的格式
- 解析失败:Kometa内置的TMDb API解析器没有对这种新格式做兼容处理
- 缓存影响:部分用户即使清空缓存后问题仍然存在,说明问题不仅限于缓存数据
解决方案演进
临时解决方案
在官方修复发布前,社区提供了以下临时解决方案:
-
手动替换tmdb.py文件:
- 下载修复后的tmdb.py文件
- 对于非Docker环境,直接替换Python包中的对应文件
- 对于Docker环境,通过卷映射覆盖容器内文件
-
清除缓存:
- 删除或重命名config.cache文件强制重建缓存
长期解决方案
随着问题的发展,更完善的解决方案逐步推出:
-
升级tmdbapis库:
pip install --upgrade tmdbapis==1.2.26这个版本包含了对新时间格式的完整支持
-
使用nightly分支: Kometa的nightly分支已经整合了完整的修复方案
技术细节
时间格式处理机制
Kometa通过Python的datetime.strptime方法解析TMDb返回的时间数据。修复后的版本需要处理两种时间格式:
- 传统ISO格式:
%Y-%m-%dT%H:%M:%S - 新格式:
%Y-%m-%d %H:%M:%S UT
缓存机制影响
虽然问题主要出在API响应解析阶段,但缓存系统也可能受到影响:
- 错误的时间数据可能被缓存
- 清除缓存可以确保获取最新的API响应
- 部分用户需要多次清除缓存才能完全解决问题
最佳实践建议
-
升级方案:
- 优先考虑升级tmdbapis到1.2.26或更高版本
- 次选方案是使用Kometa的nightly分支
-
故障排查:
- 添加
--log-requests参数获取详细请求日志 - 检查Plex中的匹配状态,确保元数据完整
- 添加
-
环境差异:
- 注意不同Docker镜像的文件路径差异
- LinuxServer.io镜像使用不同Python路径
总结
这次Kometa与TMDb API的兼容性问题展示了外部API变更可能对依赖系统造成的广泛影响。通过社区协作和快速响应,问题在短时间内得到了有效解决。建议用户保持组件更新,并关注官方渠道的技术公告,以确保系统稳定运行。
登录后查看全文
热门项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0211
cann-learning-hubCANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。Jupyter Notebook0135
JoyAI-EchoJoyAI-Echo,这是一个独立的、仅用于推理的版本,旨在实现分钟级多镜头音视频生成。它采用了经过蒸馏的DMD生成器、配对的跨模态记忆以及故事级别的一致性。其性能的核心在于,一个跨模态视听记忆库能够在长达五分钟的视频中保持角色外观和语音音色的一致性。同时,一个训练后处理流程将基于记忆的强化学习与分布匹配蒸馏相结合,实现了7.5倍的速度提升,显著增强了视觉质量和对齐效果。00
GLM-5.2智谱开源 GLM-5.2,这是针对长文本任务的最新旗舰模型。相较于前代产品 GLM-5.1,它在长文本任务处理能力上实现了显著飞跃,并且首次在稳定的 100 万 token 上下文中提供这一能力。Jinja00
SwanLab⚡️SwanLab - an open-source, modern-design AI training tracking and visualization tool. Supports Cloud / Self-hosted use. Integrated with PyTorch / Transformers / LLaMA Factory / veRL/ Swift / Ultralytics / MMEngine / Keras etc.Python00
tiny-universe《大模型白盒子构建指南》:一个全手搓的Tiny-UniverseJupyter Notebook03
项目优选
收起
deepin linux kernel
C
32
16
暂无描述
Dockerfile
774
5.07 K
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。
C++
871
2.01 K
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
468
461
Ascend Extension for PyTorch
Python
756
956
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
695
1.39 K
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++
1.1 K
1.14 K
本仓库是 Flutter SDK 与 Flutter Engine 的 OpenHarmony 适配版本,由 CPF-Flutter 团队维护。开发者可使用熟悉的 Flutter 技术栈开发 OpenHarmony 应用,3.35.7 及以后的适配版本可基于本仓库源码构建支持 OpenHarmony 的 Flutter Engine。
Dart
1.03 K
271
昇腾LLM分布式训练框架
Python
182
230
CANNBot 是面向 CANN 开发的用于提升开发效率的系列智能体,本仓库为其提供可复用的 Skills 模块。
Python
1.03 K
644