QQ Channel Data Collector

# 📁 文件命名规范 ## 🎯 概述 为了提供更好的文件管理和查找体验，我们采用了一套标准化的文件命名规范。这套规范适用于所有从QQ频道下载的媒体文件，包括图片、视频、动图等。 **当前目标频道**: [https://pd.qq.com/g/5yy11f95s1](https://pd.qq.com/g/5yy11f95s1) ## 📝 命名格式 ``` {帖子序号:03d}_{媒体类型}_{媒体序号:02d}_{发帖时间}.{扩展名} ``` ### 🔤 格式说明 - **帖子序号**: 3位数字，从001开始，表示帖子的收集顺序 - **媒体类型**: 英文标识，表示媒体类型 - **媒体序号**: 2位数字，从01开始，表示该帖子中的第几个媒体 - **时间戳**: 格式为 `YYYYMMDD_HHMMSS`，**使用发帖时间而非下载时间** - **扩展名**: 文件的实际扩展名（.png, .mp4, .gif等） ## 📊 命名示例 ### 🖼️ 图片文件 ``` 001_image_01_20250823_133951.jpg # 第1个帖子的第1张图片 001_image_02_20250823_133951.jpg # 第1个帖子的第2张图片 002_image_01_20250823_140000.jpg # 第2个帖子的第1张图片 ``` ### 🔄 新旧命名对比 ``` 旧格式: hellokitty_B_2754a96830bd08001441152205341266100X60_1_20250823_133951.jpg 新格式: 001_image_01_20250823_133951.jpg 优势: 简洁明了，去掉了复杂的哈希值，保留了所有必要信息 ``` ### 📊 命名逻辑说明 ``` 抓取顺序: 新帖子在前，旧帖子在后 命名编号: 新帖子获得最小编号，旧帖子获得最大编号 示例: - 抓取顺序1 (最新) → 命名编号001 - 抓取顺序2 (较新) → 命名编号002 - 抓取顺序3 (新) → 命名编号003 - ... - 抓取顺序6 (最旧) → 命名编号006 ``` **注意**: 序号只分配给有图片的帖子，确保序号连续且符合直觉 ### 🔄 增量更新逻辑 ``` 当有新帖子更新时，系统会智能管理序号： 1. 已存在帖子: 保持原有序号不变 2. 新帖子: 获得新的连续序号 3. 序号冲突检测: 自动避免重复编号 4. 动态映射: 支持帖子的实时更新 示例场景: - 第一次下载: 6个有图片的帖子 (001-006) - 新增2个有图片的帖子: 新帖子获得007、008编号 - 更新现有帖子: 保持原有序号 - 结果: 8个有图片的帖子 (001-008)，序号连续且无冲突 **重要**: 序号只分配给有图片的帖子，无图片的帖子不参与序号分配 ``` ### 🎬 视频文件 ``` 003_video_01_20250823_150000.mp4 # 第3个帖子的第1个视频 005_video_01_20250823_160000.mp4 # 第5个帖子的第1个视频 ``` ### 🎞️ 动图文件 ``` 004_gif_01_20250823_145000.gif # 第4个帖子的第1个动图 006_gif_02_20250823_170000.gif # 第6个帖子的第2个动图 ``` ## 🎯 命名规范优势 ### 1. 📅 **按发帖顺序排列** - `001_`, `002_`, `003_` 表示发帖时间顺序（旧→新） - 便于按时间顺序浏览内容 - **编号逻辑**: 新帖子获得较大编号，旧帖子获得较小编号 ### 2. 🎯 **简洁明了** - 去掉了复杂的哈希值和冗余信息 - 文件名更加清晰易读 ### 3. 🏷️ **媒体类型清晰标识** - `image_` - 静态图片 - `video_` - 视频文件 - `gif_` - 动图文件 - 快速识别文件类型 ### 4. 🔢 **媒体序号明确** - `01`, `02`, `03` 表示帖子中的媒体顺序 - 便于找到特定帖子的所有媒体 - 同一帖子的多个媒体文件按顺序编号 ### 5. ⏰ **发帖时间保留** - 格式：`YYYYMMDD_HHMMSS` - **使用发帖时间而非下载时间** - 用于文件排序和去重 - 便于追踪帖子发布时间 ### 6. 📁 **便于文件管理** - 支持按名称排序 - 便于批量操作 - 清晰的目录结构 - 支持按帖子或媒体类型筛选 ## 🔄 目录结构 ``` data/dayupdate/ └── {帖子数}_posts_{日期}/ ├── images/ # 静态图片 ├── videos/ # 视频文件 ├── gifs/ # 动图文件 └── unknown/ # 未知类型 ``` ## 🚀 使用方法 ### 自动命名 系统会自动按照规范命名所有下载的文件，无需手动操作。 ### 增量更新 系统支持智能的增量更新，确保： - 已存在帖子的序号保持不变 - 新帖子获得连续的序号 - 避免序号冲突和重复 - 支持帖子的动态更新 ### 文件查找 - **按帖子查找**: 使用 `001_*` 查找第1个帖子的所有媒体 - **按类型查找**: 使用 `*_image_*` 查找所有图片 - **按时间查找**: 使用 `*_20250823_*` 查找特定日期的文件 ### 批量操作 - **重命名**: 支持批量重命名操作 - **移动**: 可以按类型或帖子批量移动文件 - **删除**: 支持按条件批量删除 ## 📋 注意事项 1. **序号连续性**: 帖子序号从001开始，连续编号 2. **媒体序号**: 每个帖子的媒体序号从01开始 3. **时间戳**: **使用发帖时间，不是下载时间** 4. **扩展名**: 保持原始文件格式，不强制转换 5. **兼容性**: 支持Windows、Linux、macOS等系统 ## 🔧 技术实现 命名规范在 `src/multimedia_hellokitty_downloader.py` 中实现： ```python def download_media_file(self, session, url, media_type, extension, post_idx, media_index, media_type_str): # 生成规范化的文件名 timestamp = datetime.now().strftime("%Y%m%d_%H%M%S") filename = f"{post_idx:03d}_{media_type_str}_{media_index:02d}_{timestamp}{extension}" ``` ## 📞 支持 如果您在使用过程中遇到任何问题，或有改进建议，请随时联系开发团队。