Animation Garden项目中通用CSS Selector数据源路径处理问题分析
问题背景
Animation Garden项目在处理本地资源库时,通过通用CSS Selector数据源功能添加自定义数据源时遇到了相对路径解析问题。该问题表现为当用户使用本地HTTP服务器(如Python的http.server或Caddy的file_server)托管资源时,软件生成的播放路径与实际可播放路径不一致。
问题现象
用户资源库结构如下:
.
├── 结缘甘神神社 (2024) [tmdbid=234910]
│ ├── 结缘甘神神社 S01E01.mkv
│ ├── 结缘甘神神社 S01E02.mkv
│ ├── 结缘甘神神社 S01E03.mkv
│ └── 结缘甘神神社 S01E04.mkv
└── 青之箱 (2024) [tmdbid=207347]
├── 青之箱 S01E01.mp4
├── 青之箱 S01E02.mp4
├── 青之箱 S01E03.mp4
├── 青之箱 S01E04.mp4
└── 青之箱 S01E05.mp4
软件生成的播放路径为:
http://192.168.2.1:8000/%E7%BB%93%E7%BC%98%E7%94%98%E7%A5%9E%E7%A5%9E%E7%A4%BE%20S01E01.mkv
而实际可播放路径应为:
http://192.168.2.1:8000/%E7%BB%93%E7%BC%98%E7%94%98%E7%A5%9E%E7%A5%9E%E7%A4%BE%20%282024%29%20%5Btmdbid%3D234910%5D/%E7%BB%93%E7%BC%98%E7%94%98%E7%A5%9E%E7%A5%9E%E7%A4%BE%20S01E01.mkv
技术分析
当前实现的问题
当前代码从输入的"搜索链接"中提取协议、主机和端口部分作为baseUrl,然后将获取的href与baseUrl简单拼接。这种处理方式忽略了相对路径的上下文关系,导致路径解析错误。
例如:
- 当前页面:
https://example.com/video/ - 页面中的href:
./aaabbb/ - 正确结果应为:
https://example.com/video/aaabbb/ - 当前实现结果:
https://example.com/aaabbb/
解决方案探讨
-
URL解析改进: 正确的做法应该是基于当前页面的完整URL来解析相对路径,而不是简单地拼接baseUrl和相对路径。可以使用标准的URL解析库来处理这种关系。
-
多平台兼容性考虑: 由于项目需要支持多平台,不能直接使用Java平台的java.net.URI类。可以考虑使用Ktor框架中的io.ktor.http.Url类来实现跨平台的URL解析。
-
baseUrl保留的必要性: 虽然baseUrl在相对路径处理中存在一些问题,但它在项目中仍有重要作用,不能简单地移除。需要找到既能保留baseUrl功能又能正确处理相对路径的解决方案。
技术实现建议
建议采用以下方式改进URL解析逻辑:
- 在解析相对路径时,使用当前页面的完整URL作为基准URL
- 使用标准的URL解析算法处理相对路径
- 对于多平台支持,可以使用Ktor的URL处理功能
示例实现思路:
import io.ktor.http.*
fun computeAbsoluteUrl(baseUrl: String, relativeUrl: String): String {
return URLBuilder(baseUrl).takeFrom(relativeUrl).buildString()
}
兼容性考虑
由于这是一个可能影响现有功能的重大变更,需要考虑以下方面:
- 向后兼容性:确保不影响现有配置和数据源
- 渐进式改进:可以考虑分阶段实施改进
- 测试覆盖:需要增加针对相对路径处理的测试用例
总结
Animation Garden项目在处理本地资源库的相对路径时存在解析错误,这主要是由于URL拼接逻辑不够完善导致的。通过引入标准的URL解析算法,并考虑多平台兼容性,可以有效地解决这个问题。同时,在改进过程中需要谨慎处理兼容性问题,确保不影响现有功能。
kernelopenEuler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。C083
baihu-dataset异构数据集“白虎”正式开源——首批开放10w+条真实机器人动作数据,构建具身智能标准化训练基座。00
mindquantumMindQuantum is a general software library supporting the development of applications for quantum computation.Python056
PaddleOCR-VLPaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00
GLM-4.7GLM-4.7上线并开源。新版本面向Coding场景强化了编码能力、长程任务规划与工具协同,并在多项主流公开基准测试中取得开源模型中的领先表现。 目前,GLM-4.7已通过BigModel.cn提供API,并在z.ai全栈开发模式中上线Skills模块,支持多模态任务的统一规划与协作。Jinja00
agent-studioopenJiuwen agent-studio提供零码、低码可视化开发和工作流编排,模型、知识库、插件等各资源管理能力TSX0135
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