gallery-dl配置指南:自定义Instagram下载文件名与元数据处理
配置文件的正确使用
许多用户在使用gallery-dl时会遇到配置文件不生效的问题,这通常是由于配置文件位置不正确或格式错误导致的。gallery-dl支持多种配置文件存储位置,包括用户主目录、应用程序数据目录等。要检查当前可用的配置文件位置,可以使用gallery-dl --config-status命令查看所有支持的配置路径及其状态。
当配置文件无法自动加载时,可以通过--config参数显式指定配置文件路径。例如:
gallery-dl --config /path/to/config.json [其他参数]
Instagram下载的自定义文件名设置
gallery-dl提供了强大的文件名模板功能,允许用户自定义下载文件的命名规则。对于Instagram下载,可以使用以下变量进行格式化:
{username}: 发布者的用户名{date}: 发布日期,可配合strftime格式字符串{num}: 多图/视频中的序号{description}: 帖子描述文本{filename}: 原始文件名{extension}: 文件扩展名
一个典型的高级文件名模板示例如下:
{
"filename": "{date:%Y-%m-%d %H.%M.%S}_{num} - {description[:90]}.{extension}"
}
日期格式的正确使用
常见的错误是日期格式字符串使用不当。正确的日期格式化应该使用{date:%Y-%m-%d}这样的语法,其中%Y表示四位年份,%m表示两位月份,%d表示两位日期。其他常用的日期格式符包括:
%H: 24小时制的小时%M: 分钟%S: 秒%Y: 四位年份(如2025)%y: 两位年份(如25)%m: 月份(01-12)%d: 日(01-31)
元数据处理与后处理器
gallery-dl支持将帖子的元数据保存到单独的文件中。要启用此功能,需要在配置中添加:
{
"metadata": true,
"postprocessors": ["metadata-insta"]
}
这将为每个下载的文件创建一个对应的.json元数据文件,包含帖子的完整信息,如点赞数、评论数、标签等。
查看可用变量
要查看特定Instagram链接可用的所有格式化变量,可以使用以下命令:
gallery-dl -K "Instagram_URL"
这将输出该URL下所有可用的变量名及其示例值,帮助用户构建更精确的文件名模板。
常见问题解决方案
-
配置文件不生效:检查配置文件路径是否正确,确保文件格式是有效的JSON,可以使用JSON验证工具检查语法。
-
日期显示为None:确保使用
{date}而非直接使用日期格式符,并且帖子确实包含发布日期信息。 -
描述文本过长:使用切片语法限制长度,如
{description[:90]}将描述截断为前90个字符。 -
特殊字符问题:文件名中包含特殊字符可能导致问题,可以考虑添加字符过滤或替换规则。
通过合理配置这些选项,用户可以完全控制gallery-dl下载Instagram内容时的文件组织和命名方式,满足各种归档需求。
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