gallery-dl中如何针对不同服务配置独立的后处理器规则
2025-05-17 17:23:50作者:尤辰城Agatha
在gallery-dl下载工具的实际使用中,用户可能会遇到需要为不同服务(如kemono和boosty)配置不同后处理规则的情况。本文将通过一个典型配置案例,深入解析如何实现服务专属的后处理器配置。
问题背景
当用户在gallery-dl配置文件中同时定义全局后处理器和服务专属后处理器时,可能会出现重复处理的问题。例如在kemono配置中,boosty服务的文件会被应用两次后处理规则:既匹配了boosty专属的后处理器,又匹配了全局的后处理器。
解决方案
通过在全局后处理器中添加黑名单过滤,可以排除特定服务的处理。具体实现方式是:
- 在boosty服务配置中保留专属后处理器
 - 在全局后处理器中添加
"blacklist": "*:boosty"参数 
优化后的配置示例如下:
"boosty": {
    "filename": "{date:%Y-%m-%d}_{id}_{title[:190]}_{num:>02}_{filename[:190]}.{extension}",
    "postprocessors": [
        {
            "name": "metadata",
            "event": "post",
            "filename": "{date:%Y-%m-%d}_{id}.txt",
            "mode": "custom",
            "format": "{content}\n{embed[url]:?/\n/}"
        }
    ]
},
"postprocessors": [
    {
        "name": "metadata",
        "event": "post",
        "filename": "{id}.txt",
        "mode": "custom",
        "format": "{content}\n{embed[url]:?/\n/}",
        "blacklist": "*:boosty"
    }
]
技术原理
gallery-dl的后处理器执行遵循以下规则:
- 服务级配置优先于全局配置
 - 未指定黑名单/白名单时,后处理器会应用于所有匹配内容
 - 黑名单语法支持通配符模式匹配
 
通过这种配置方式,可以实现:
- boosty服务使用专属的日期前缀元数据格式
 - 其他服务使用全局的简洁元数据格式
 - 避免任何服务的重复处理
 
最佳实践建议
- 对于需要特殊处理的平台,建议使用服务专属后处理器
 - 全局后处理器应添加适当的黑名单过滤
 - 可以通过
event参数进一步控制处理时机 - 复杂场景可以组合使用白名单和黑名单
 
这种配置方式不仅适用于metadata后处理器,也同样适用于其他类型的后处理器,如exec、zip等。理解这种配置模式可以帮助用户构建更灵活高效的下载工作流。
登录后查看全文 
热门项目推荐
相关项目推荐
PaddleOCR-VLPaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00- DDeepSeek-OCRDeepSeek-OCR是一款以大语言模型为核心的开源工具,从LLM视角出发,探索视觉文本压缩的极限。Python00
 
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
HunyuanWorld-Mirror混元3D世界重建模型,支持多模态先验注入和多任务统一输出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Jinja00
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
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-Chemistry-X1-13B科大讯飞星火化学-X1-13B (iFLYTEK Spark Chemistry-X1-13B) 是一款专为化学领域优化的大语言模型。它由星火-X1 (Spark-X1) 基础模型微调而来,在化学知识问答、分子性质预测、化学名称转换和科学推理方面展现出强大的能力,同时保持了强大的通用语言理解与生成能力。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
278
2.57 K
deepin linux kernel
C
24
6
React Native鸿蒙化仓库
JavaScript
222
302
Ascend Extension for PyTorch
Python
105
133
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++
599
161
暂无简介
Dart
568
126
一个用于服务器应用开发的综合工具库。
- 零配置文件
- 环境变量和命令行参数配置
- 约定优于配置
- 深刻利用仓颉语言特性
- 只需要开发动态链接库,fboot负责加载、初始化并运行。
Cangjie
250
14
🎉 (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
1.03 K
607
仓颉编译器源码及 cjdb 调试工具。
C++
118
103
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
1.02 K
446