命令行图片下载工具gallery-dl:从入门到精通
gallery-dl是一款高效的命令行图片下载工具(CLI:命令行界面),能够从多个图像托管平台批量获取图片和画廊资源。无论是社交媒体图集备份、摄影作品归档还是漫画资源收集,这款工具都能通过简洁的命令实现复杂的下载需求,是技术爱好者和内容创作者的必备工具。
一、核心功能解析
1.1 多平台支持系统
gallery-dl支持超过100个图片托管平台,涵盖社交媒体、专业摄影站点、漫画平台等多种类型。核心模块通过gallery_dl/extractor/目录下的平台专用提取器实现,每个提取器针对特定网站的API或页面结构进行优化,确保下载稳定性和完整性。
| 功能模块 | 目录位置 | 适用场景 |
|---|---|---|
| 平台提取器 | gallery_dl/extractor/ | 针对不同网站的内容解析 |
| 下载管理器 | gallery_dl/downloader/ | 处理HTTP请求、断点续传 |
| 后处理工具 | gallery_dl/postprocessor/ | 文件重命名、格式转换、元数据添加 |
| 配置系统 | gallery_dl/config.py | 自定义下载路径、代理设置、速率限制 |
1.2 批量下载引擎
工具核心采用多线程下载架构,支持同时处理多个画廊资源。通过任务队列机制实现优先级管理,可配置并发连接数和下载速率限制,在高效获取资源的同时避免对目标服务器造成过度负载。
1.3 灵活的内容过滤
提供基于日期、尺寸、关键词的多维过滤功能,用户可通过命令参数精确筛选需要下载的内容。特别适用于需要从大型画廊中提取特定主题资源的场景,如"只下载2023年之后的竖屏摄影作品"。
二、快速上手指南
2.1 三步完成安装
🔧 步骤1:克隆项目仓库
git clone https://gitcode.com/GitHub_Trending/ga/gallery-dl
cd gallery-dl
🔧 步骤2:安装依赖
pip install -r requirements.txt
🔧 步骤3:验证安装
python -m gallery_dl --version
[!TIP] 开发者场景可直接使用源码运行:
python gallery_dl/__main__.py [URL]
普通用户建议通过pip install .安装为系统命令,获得gallery-dl全局可执行命令
2.2 基础使用命令
单一画廊下载
gallery-dl https://example.com/gallery/12345
用户所有作品下载
gallery-dl https://example.com/user/creator123
指定保存目录
gallery-dl -d ~/Pictures/collection https://example.com/album
2.3 五大常用参数
| 参数 | 作用 | 示例 |
|---|---|---|
-d |
指定下载目录 | -d ./downloads |
-n |
限制下载数量 | -n 50 |
-r |
设置下载速率限制 | -r 1M |
-u |
提供账号认证 | -u username |
--proxy |
配置网络代理 | --proxy socks5://127.0.0.1:1080 |
三、高级配置技巧
3.1 配置文件定制
创建~/.config/gallery-dl/config.json文件实现持久化配置:
{
"base-directory": "~/gallery-dl",
"downloader": {
"retries": 5,
"timeout": 30
},
"extractor": {
"instagram": {
"include": "posts",
"exclude": "stories"
}
}
}
[!TIP] 配置文件支持按平台单独设置,详细选项可参考项目
docs/configuration.rst文档
3.2 批量下载技巧
场景1:社交媒体图集备份
# 下载用户所有相册并按日期归档
gallery-dl --chapter-folders --filename "{date:%Y-%m}/{title}/{num:03d}.{extension}" https://social.com/user/albums
场景2:摄影作品归档
# 只下载分辨率大于2000px的图片
gallery-dl -f "images>2000" https://photography-site.com/portfolio
3.3 平台适配方案
微博图片下载
# 处理微博长图拼接
gallery-dl --postprocessor "concatenate" https://weibo.com/123456789/status/987654321
Pinterest画板备份
# 包含子画板并去重
gallery-dl --include-tags --no-duplicates https://pinterest.com/user/board
3.4 自动化与集成
通过cron任务实现定期备份:
# 每月1日凌晨3点备份指定画廊
0 3 1 * * gallery-dl -q https://example.com/favorite-gallery >> ~/backup.log 2>&1
配合后处理脚本实现自动分类:
gallery-dl --exec "python ~/scripts/classify.py {}" https://unsplash.com/collection/1234
[!TIP] 高级用户可通过
gallery_dl/postprocessor/python.py编写自定义后处理逻辑,实现水印添加、格式转换等个性化需求
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 StartedRust098- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
MiMo-V2.5-ProMiMo-V2.5-Pro作为旗舰模型,擅⻓处理复杂Agent任务,单次任务可完成近千次⼯具调⽤与⼗余轮上 下⽂压缩。Python00
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
Kimi-K2.6Kimi K2.6 是一款开源的原生多模态智能体模型,在长程编码、编码驱动设计、主动自主执行以及群体任务编排等实用能力方面实现了显著提升。Python00
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00