gallery-dl中Reddit下载文件名格式控制技巧
2025-05-17 06:38:58作者:丁柯新Fawn
在使用gallery-dl下载Reddit内容时,当内容来自第三方托管平台(如Redgifs)时,文件名格式可能会自动切换为对应平台的命名规则,而非用户为Reddit专门配置的格式。本文将介绍如何通过配置文件解决这一问题。
问题背景
当gallery-dl处理Reddit上的内容时,如果该内容实际托管在第三方平台(如Redgifs),工具会自动切换到对应平台的提取器(extractor)。这时,文件名格式也会随之使用该平台的默认格式,而不是用户为Reddit配置的特定格式。
解决方案
通过配置文件的层级结构,可以实现跨提取器的文件名格式统一控制。具体需要配置两个部分:
- Reddit主配置:设置
parent-directory和parent-metadata选项 - Reddit到Redgifs的映射配置:在
reddit>redgifs部分重新定义文件名格式
基础配置示例
"reddit": {
"filename": "{author}_{title}_{id}_{subreddit}-({category}).{extension}",
"parent-directory": true,
"parent-metadata": "_reddit_"
},
"reddit>redgifs": {
"directory": [],
"filename": "{_reddit_[author]}_{_reddit_[title]}_{_reddit_[id]}_{_reddit_[subreddit]}-({_reddit_[category]}).{extension}"
}
配置说明
parent-directory: true:允许子提取器继承父目录结构parent-metadata: "_reddit_":将Reddit的元数据存储在特定前缀下,供子提取器引用reddit>redgifs:专门针对Reddit中Redgifs内容的配置directory: []:不使用Redgifs的默认目录结构- 文件名模板中使用
_reddit_前缀访问原始Reddit帖子的元数据
高级应用
对于更复杂的命名需求,可以构建包含更多元数据的文件名模板:
"reddit>redgifs": {
"directory": [],
"filename": "{_reddit_[date]:%Y-%m-%d}.{_reddit_[title][:180]!t:?/./R.//}{_reddit_[author]!t:?/./R.//}Score={_reddit_[score]}.Comments={_reddit_[num_comments]}.{_reddit_[id]}{num:?.//>04}.{userName:?/./}{filename}.{extension}"
}
这个模板包含了:
- 发布日期(格式化为YYYY-MM-DD)
- 标题(截断至180字符)
- 作者名
- 帖子得分
- 评论数
- Reddit帖子ID
- 序号(如果需要)
- 原始文件名
- 扩展名
总结
通过合理配置gallery-dl的层级结构和元数据传递机制,可以确保无论内容实际托管在哪个平台,都能使用统一的Reddit风格文件名格式。这种方法不仅适用于Redgifs,也适用于其他可能的内容托管平台。
登录后查看全文
热门项目推荐
相关项目推荐
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5HunyuanVideo-1.5作为一款轻量级视频生成模型,仅需83亿参数即可提供顶级画质,大幅降低使用门槛。该模型在消费级显卡上运行流畅,让每位开发者和创作者都能轻松使用。本代码库提供生成创意视频所需的实现方案与工具集。00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
GOT-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。00
项目优选
收起
deepin linux kernel
C
24
8
暂无简介
Dart
643
149
Ascend Extension for PyTorch
Python
203
219
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++
654
282
React Native鸿蒙化仓库
JavaScript
248
317
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
🎉 (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
1.13 K
631
本项目是CANN提供的是一款高效、可靠的Transformer加速库,基于华为Ascend AI处理器,提供Transformer定制化场景的高性能融合算子。
C++
77
100
仓颉编译器源码及 cjdb 调试工具。
C++
130
861
仓颉编程语言运行时与标准库。
Cangjie
134
873