Kavita项目中的特殊关键词解析优化方案

背景与问题分析

在Kavita漫画阅读管理系统中，文件名解析器一直存在一个设计上的争议点：系统会从文件名中自动识别"Special"、"Omnibus"、"Extras"等关键词，并将这些文件标记为特殊内容。这种设计初衷是为了方便用户管理漫画中的特别篇、合集和额外内容，但在实际使用中却产生了大量误判案例。

现有机制的缺陷

当前实现的主要问题表现在以下几个方面：

1. 误判率高：许多漫画标题本身就包含"Special"等词汇（如"A Returner's Magic should be Special"），导致系统错误地将整个系列识别为特别篇集合。

2. 标准不统一：不同用户和漫画发布者对"Special"、"Omnibus"等术语的使用没有统一规范，解析结果往往不符合用户预期。

3. 与元数据冲突：当文件名解析结果与ComicInfo.xml中的元数据定义不一致时，会造成管理混乱。

技术解决方案

经过社区讨论，Kavita团队决定对解析逻辑进行以下优化：

1. 简化关键词识别：仅保留"SP"编码格式（如SP01）作为文件名中的特殊内容标识，移除对"Special"、"Omnibus"、"Extras"等自然语言关键词的自动识别。

2. 强化元数据支持：鼓励用户通过ComicInfo.xml文件明确定义内容类型，系统将优先采用元数据中的分类信息。

3. 提供兼容方案：支持在文件名中使用"SP"标记与其他标识符的组合（如"MyComic_SP01_Omnibus.cbz"），既保持灵活性又避免误判。

实施影响与最佳实践

这一变更将带来以下影响和用户建议：

1. 现有库的影响：已经使用旧关键词标记的漫画可能需要用户手动调整，建议批量更新为SP编码或添加ComicInfo.xml。

2. 新内容标记建议：

   • 对于特别篇：使用"SP+数字"格式（如SP01）
   • 对于合集内容：在ComicInfo.xml中明确指定类型
   • 避免在文件名中使用可能引起歧义的自然语言关键词

3. 元数据优先原则：对于需要精确分类的内容，推荐使用ComicInfo.xml而非依赖文件名解析。

技术原理与设计考量

这一变更背后的技术决策基于以下原则：

1. 明确性优于隐式推断：SP编码提供了明确无歧义的特殊内容标识方式。

2. 关注点分离：将内容分类这种语义信息从文件名（主要用于排序和识别）转移到专门的元数据中。

3. 减少假阳性：通过限制关键词范围显著降低误判率，提高系统可靠性。

4. 兼容性平衡：在简化解析规则的同时，保留了通过组合使用实现复杂标识的可能性。

这一改进使Kavita的内容识别系统更加健壮和可预测，同时为高级用户保留了足够的灵活性。用户现在可以更可靠地组织漫画收藏，而不用担心标题中的常见词汇导致意外的分类结果。