Mai-gen-videob50项目国际服/日服B50数据导入完全指南
2025-06-12 16:55:08作者:贡沫苏Truman
项目概述
Mai-gen-videob50是一个专为maimai DX玩家设计的工具,能够从国际服或日服官网直接获取玩家的B50数据,并生成可视化的成绩图表。该项目特别适合那些无法使用国服查分器的海外玩家,提供了多种数据导入方式,包括直接从游戏官网获取HTML源代码或通过第三方网站导出JSON数据。
数据导入方式详解
方法一:从maimai DX NET官网获取HTML源代码
操作步骤
-
访问对应服务器官网:
- 国际服:进入Rating对象乐曲页面
- 日服:进入Rating对象乐曲页面(需注意这是SEGA的付费服务,月费330日元)
-
获取页面源代码:
- 等待页面完全加载
- 使用快捷键Ctrl+U或右键菜单选择"查看网页源代码"
- 复制显示的所有HTML代码
注意事项
- 确保页面完全加载后再获取源代码
- 日服数据读取功能可能存在不稳定性,如遇问题建议反馈
方法二:通过DXrating网站获取JSON数据
操作步骤
-
访问DXrating网站并完成以下操作:
- 点击"IMPORT"按钮
- 选择"Import from offical maimai NET..."选项
- 按照提示完成数据导入
-
导出JSON数据:
- 确认页面中央的maimai logo处选择了正确的区服
- 点击"EXPORT"按钮
- 选择"Export JSON (Only B50 records)"选项
- 下载并打开生成的JSON文件,复制内容
注意事项
- DXrating数据可能存在更新延迟
- 大版本更新前后的B15数据可能不准确
- 如无法打开JSON文件,可尝试用记事本打开或修改文件后缀为.txt
数据导入后的处理流程
- 在应用中选择"导入B50数据源代码"选项
- 粘贴之前复制的HTML或JSON内容
- 根据数据类型选择对应的"读取B50"按钮
- 系统会自动在指定目录保存数据文件,格式为:
- HTML数据:
b50_datas/{user_id}/{用户名}.html - JSON数据:
b50_datas/{user_id}/{用户名}.json
- HTML数据:
项目特色功能
- 多数据源支持:既可从官网直接获取,也可通过第三方网站导入
- 数据本地保存:导入的数据会自动保存,方便后续使用
- 自动更新机制:歌曲列表文件会自动同步更新
- 国际服/日服兼容:支持不同服务器的数据格式
常见问题解决方案
数据读取问题
-
错误提示:No HTML/JSON file found 解决方案:检查数据文件是否放置在正确目录,确认网页端数据加载完整
-
错误提示:HTML screw not found 解决方案:确认操作的是正确的Rating对象乐曲页面,等待页面完全加载
数据生成问题
-
list index out of range错误 原因:B50包含数据库中未收录的谱面 解决方案:更新本地歌曲数据库
-
B50定数显示不正确 原因:本地数据库缺少对应乐曲数据 解决方案:手动更新歌曲数据库
视频缓存问题
-
错误的缓存视频 解决方案:删除或重命名格式为"-XX-Y-DX.mp4"的缓存文件
-
多个谱面指向同一个None开头的视频 原因:新曲目缺少内部ID(v0.3.3版本常见问题) 解决方案:更新到最新版本
歌曲数据库维护
当前版本(v0.5.1)的数据库已更新至日服2025年4月11日的内容,包括Phigros联动等新增曲目。数据库每周自动同步一次。
手动更新数据库方法
- 获取最新的songs.json文件
- 替换项目目录中
.\music_metadata\maimaidx下的同名文件 - 注意需在点击"开始使用"按钮后进行替换操作
项目开发进展
已完成功能:
- DXrating网站B50数据支持
- 歌曲列表自动更新
计划开发功能:
- 改进成绩获取方式(DX score、FC/FS等级)
- 支持AP50等其他数据源
技术提示
对于开发者或高级用户,建议了解以下技术细节:
- 数据文件存储结构
- 歌曲数据库更新机制
- 错误处理逻辑
- 视频缓存管理策略
通过本文的详细指南,即使是初次接触Mai-gen-videob50项目的用户也能顺利完成B50数据的导入和处理。如果在使用过程中遇到特殊问题,建议参考错误提示信息并对照本文的解决方案进行处理。
登录后查看全文
热门项目推荐
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
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
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
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
项目优选
收起
deepin linux kernel
C
24
9
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
414
3.18 K
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
Ascend Extension for PyTorch
Python
228
258
暂无简介
Dart
679
160
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++
689
325
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
65
19
React Native鸿蒙化仓库
JavaScript
265
326
🎉 (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
1.21 K
660
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!
C
1.03 K
492