使用ytdl-sub实现视频平台内容按关键词精准过滤下载
项目背景
ytdl-sub是一个强大的视频内容下载工具,它提供了丰富的预设配置和过滤功能,可以帮助用户实现自动化、精准化的视频下载管理。本文将详细介绍如何使用ytdl-sub的过滤功能来实现特定关键词组合的视频下载。
需求场景
假设我们需要从一个视频平台频道(如体育新闻频道)下载所有标题中同时包含"maple leafs"和"highlights"这两个关键词的视频。这种需求在体育赛事集锦、特定主题内容收集等场景下非常常见。
配置方案
基础配置
首先,我们需要在config.yml中设置基础的工作目录和预设:
presets:
Jellyfin TV Show by Date Temporary:
preset:
- "Jellyfin TV Show by Date"
- "Only Recent"
overrides:
tv_show_directory: "/video-temp"
only_recent_date_range: "1week"
这个配置做了两件事:
- 继承了Jellyfin TV Show by Date预设,用于组织下载的视频
- 使用Only Recent预设,限制只下载最近一周的视频
关键词过滤配置
在subscriptions.yml中,我们使用Filter Keywords预设来实现关键词过滤:
Jellyfin TV Show by Date Temporary | Filter Keywords:
= Ice Hocky:
"~NHL - Maple Leafs Highlights":
url: "https://www.example.com/@sportsnet"
title_include_eval: "ALL"
title_include_keywords:
- "maple leafs"
- "highlights"
关键点说明:
title_include_eval: "ALL"
表示需要同时满足所有关键词条件title_include_keywords
列表定义了需要同时出现在标题中的关键词- 波浪线(~)前缀表示这是一个过滤配置
工作原理
当ytdl-sub运行时,它会:
- 获取指定频道的最新视频列表
- 对每个视频标题应用过滤规则
- 只保留标题中同时包含"maple leafs"和"highlights"的视频
- 下载这些符合条件的视频
常见问题解决
-
过滤不生效:确保过滤配置是作为插件(plugin)而非覆盖变量(override)使用,正确的语法是在preset下直接定义filter_include,而不是在overrides中。
-
下载过多视频:检查title_include_eval的值是否为"ALL",这确保所有关键词都必须匹配。如果设置为"ANY",则任一关键词匹配就会被下载。
-
大小写敏感问题:ytdl-sub的过滤默认是大小写敏感的,如果需要不区分大小写,可以使用%lower函数处理标题。
高级技巧
-
排除特定内容:可以结合filter_exclude来排除某些特定内容,比如排除"trade"相关的视频。
-
多条件组合:使用%and、%or等逻辑运算符可以构建更复杂的过滤条件。
-
正则表达式:对于更复杂的匹配需求,可以使用正则表达式进行模式匹配。
总结
通过ytdl-sub的Filter Keywords预设,我们可以轻松实现基于多个关键词组合的视频过滤下载。这种方案不仅适用于体育赛事集锦,也可以应用于各种需要精准内容筛选的场景,如教育视频收集、特定主题内容归档等。合理配置过滤条件可以显著提高下载内容的精准度,减少后期手动筛选的工作量。
- DDeepSeek-V3.1-BaseDeepSeek-V3.1 是一款支持思考模式与非思考模式的混合模型Python00
- QQwen-Image-Edit基于200亿参数Qwen-Image构建,Qwen-Image-Edit实现精准文本渲染与图像编辑,融合语义与外观控制能力Jinja00
GitCode-文心大模型-智源研究院AI应用开发大赛
GitCode&文心大模型&智源研究院强强联合,发起的AI应用开发大赛;总奖池8W,单人最高可得价值3W奖励。快来参加吧~044CommonUtilLibrary
快速开发工具类收集,史上最全的开发工具类,欢迎Follow、Fork、StarJava04GitCode百大开源项目
GitCode百大计划旨在表彰GitCode平台上积极推动项目社区化,拥有广泛影响力的G-Star项目,入选项目不仅代表了GitCode开源生态的蓬勃发展,也反映了当下开源行业的发展趋势。06GOT-OCR-2.0-hf
阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00openHiTLS
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!C0300- WWan2.2-S2V-14B【Wan2.2 全新发布|更强画质,更快生成】新一代视频生成模型 Wan2.2,创新采用MoE架构,实现电影级美学与复杂运动控制,支持720P高清文本/图像生成视频,消费级显卡即可流畅运行,性能达业界领先水平Python00
- GGLM-4.5-AirGLM-4.5 系列模型是专为智能体设计的基础模型。GLM-4.5拥有 3550 亿总参数量,其中 320 亿活跃参数;GLM-4.5-Air采用更紧凑的设计,拥有 1060 亿总参数量,其中 120 亿活跃参数。GLM-4.5模型统一了推理、编码和智能体能力,以满足智能体应用的复杂需求Jinja00
Yi-Coder
Yi Coder 编程模型,小而强大的编程助手HTML013
热门内容推荐
最新内容推荐
项目优选









