gallery-dl项目:解决DeviantArt订阅内容下载问题技术指南
2025-05-18 09:14:40作者:宣海椒Queenly
问题背景
在使用gallery-dl工具下载DeviantArt平台内容时,许多用户遇到了无法下载订阅者专属内容的问题。尽管用户已经订阅了相关创作者,并且能够在浏览器中正常查看这些内容,但使用gallery-dl工具时仍然会收到"Only subscribers may have access to this download"的错误提示。
技术分析
这个问题的根源在于DeviantArt API的访问权限验证机制。gallery-dl工具默认使用公开API凭证(client-id 5388),这些凭证只能访问公开内容。要下载订阅者专属内容,需要满足以下两个条件:
- 使用个人OAuth应用凭证替代默认凭证
- 配置有效的用户会话信息(cookies)
解决方案详细步骤
第一步:更新gallery-dl到最新开发版本
首先需要确保使用的是包含最新修复的开发版本:
py -m pip install -U --force-reinstall https://github.com/mikf/gallery-dl/archive/master.tar.gz
安装完成后,通过以下命令验证版本号应为1.28.0-dev或更高:
gallery-dl --version
第二步:创建个人OAuth应用凭证
- 访问DeviantArt开发者门户创建新应用
- 获取应用的client-id和client-secret
- 注意:凭证应为5位数字,而非默认的4位(5388)
第三步:配置gallery-dl
- 创建或编辑配置文件:
gallery-dl --config-create
gallery-dl --config-open
- 在配置文件中添加以下内容:
{
"extractor": {
"deviantart": {
"client-id": "你的client-id",
"client-secret": "你的client-secret"
}
}
}
第四步:获取并配置用户会话
- 导出浏览器中的DeviantArt登录cookies
- 将cookies文件放置在gallery-dl可访问的位置
- 在配置文件中指定cookies路径
第五步:验证配置
运行以下命令验证配置是否生效:
gallery-dl --verbose -o public=0 https://www.deviantart.com/目标用户/art/作品ID
常见问题排查
-
API请求限制问题:如果遇到429 Too Many Requests错误,建议:
- 降低请求频率
- 增加请求间隔时间
- 确保使用个人凭证而非默认凭证
-
凭证未生效:检查配置文件路径是否正确,确保gallery-dl能够读取到配置文件
-
会话无效:定期更新cookies文件,确保登录状态有效
最佳实践建议
-
对于频繁下载大量内容的用户,建议:
- 设置合理的请求间隔
- 考虑分批下载
- 定期更新会话信息
-
对于开发者,可以:
- 实现自动化的cookies更新机制
- 添加错误重试逻辑
- 监控API使用情况
通过以上步骤,用户应该能够成功下载DeviantArt上的订阅者专属内容。如果仍然遇到问题,建议检查日志中的详细错误信息,并根据具体情况进行调整。
登录后查看全文
热门项目推荐
相关项目推荐
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
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
567
3.83 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++
892
667
Ascend Extension for PyTorch
Python
376
445
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
349
200
昇腾LLM分布式训练框架
Python
116
145
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.37 K
778
暂无简介
Dart
798
197
React Native鸿蒙化仓库
JavaScript
308
359
openJiuwen 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
TSX
1.13 K
271