gallery-dl配置进阶:多子分类处理与后处理器参数优化
2025-05-18 11:30:08作者:羿妍玫Ivan
在gallery-dl的实际使用过程中,经常会遇到需要为不同子分类(subcategory)配置不同处理逻辑的情况。本文将以某内容分享站点为例,深入讲解如何优雅地处理多子分类配置,以及后处理器(postprocessor)参数的优化技巧。
多子分类配置策略
当面对需要为不同子分类配置不同处理逻辑时,gallery-dl提供了两种主要解决方案:
- 独立子分类配置块
通过在extractor配置中为特定子分类创建独立配置块,可以完全覆盖默认配置。例如处理discord子分类的特殊情况:
"example-site": {
"discord": {
"filename": "{id}_{channel_name}_{num:>02}_{filename[:100]}.{extension}",
"postprocessors": [
{
"name": "metadata",
"filename": "00_{subcategory}_{server}_{channel}.url",
"content-format": ["[InternetShortcut]\\nURL=https://example.com/{subcategory}/server/{server}/{channel}"]
}
]
}
}
- 条件格式字符串
使用条件表达式可以更灵活地处理变量存在与否的情况。例如:{user|server}- 优先使用user变量,不存在时使用server变量{user:?//}- 当user不存在时使用空字符串
后处理器参数优化技巧
命令行参数传递
在命令行中为后处理器传递参数时,需要使用大写的-O参数(注意与普通配置参数-o的区别):
gallery-dl -O "archive=./sqlite/content/data.sqlite3"
黑名单机制
当某些后处理器不适用于特定子分类时,可以使用blacklist属性进行排除。例如防止discord子分类执行默认的URL生成:
{
"name": "metadata",
"blacklist": [":discord"],
"filename": "00_{subcategory}_{user}.url"
}
实际配置示例
以下是一个完整的配置示例,展示了如何同时处理通用子分类和特殊子分类:
{
"extractor": {
"example-site": {
"discord": {
"filename": "{id}_{channel_name}_{num:>02}_{filename[:100]}.{extension}",
"postprocessors": [
{
"name": "metadata",
"filename": "00_{subcategory}_{server}_{channel}.url",
"content-format": ["[InternetShortcut]\\nURL=https://example.com/{subcategory}/server/{server}/{channel}"]
}
]
},
"filename": {
"": "{id}_{title}_{num:>02}_{filename[:100]}.{extension}",
"server": "{id}_{num:>02}_{filename[:100]}.{extension}"
},
"postprocessors": [
{
"name": "metadata",
"blacklist": [":discord"],
"filename": "00_{subcategory}_{user}.url",
"content-format": ["[InternetShortcut]\\nURL=https://example.com/{subcategory}/user/{user}"]
}
]
}
}
}
通过合理运用这些配置技巧,可以大大提升gallery-dl在处理复杂站点时的灵活性和效率。记住,良好的配置不仅能实现功能需求,还能使下载过程更加清晰有序。
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
unified-cache-managementUnified Cache Manager(推理记忆数据管理器),是一款以KV Cache为中心的推理加速套件,其融合了多类型缓存加速算法工具,分级管理并持久化推理过程中产生的KV Cache记忆数据,扩大推理上下文窗口,以实现高吞吐、低时延的推理体验,降低每Token推理成本。Python03
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
Spark-Prover-7BSpark-Prover-7B is a 7B-parameter large language model developed by iFLYTEK for automated theorem proving in Lean4. It generates complete formal proofs for mathematical theorems using a three-stage training framework combining pre-training, supervised fine-tuning, and reinforcement learning. The model achieves strong formal reasoning performance and state-of-the-art results across multiple theorem-proving benchmarksPython00
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
Spark-Formalizer-7BSpark-Formalizer-7B is a 7B-parameter large language model by iFLYTEK for mathematical auto-formalization. It translates natural-language math problems into precise Lean4 formal statements, achieving high accuracy and logical consistency. The model is trained with a two-stage strategy combining large-scale pre-training and supervised fine-tuning for robust formal reasoning.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- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile014
Spark-Scilit-X1-13B科大讯飞Spark Scilit-X1-13B基于最新一代科大讯飞基础模型,并针对源自科学文献的多项核心任务进行了训练。作为一款专为学术研究场景打造的大型语言模型,它在论文辅助阅读、学术翻译、英语润色和评论生成等方面均表现出色,旨在为研究人员、教师和学生提供高效、精准的智能辅助。Python00- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00
项目优选
收起
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
305
2.68 K
deepin linux kernel
C
24
7
Ascend Extension for PyTorch
Python
136
163
React Native鸿蒙化仓库
JavaScript
233
309
暂无简介
Dart
596
130
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++
630
227
仓颉编译器源码及 cjdb 调试工具。
C++
123
635
🎉 (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
1.06 K
614
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
195
71
仓颉编程语言测试用例。
Cangjie
36
634