mirror of
https://github.com/Yuukiy/JavSP.git
synced 2026-10-23 01:59:39 +08:00
Yuukiy
131 lines
5.4 KiB
Python
131 lines
5.4 KiB
Python
"""获取和转换影片的各类番号（DVD ID, DMM cid, DMM pid）"""
|
||
import os
|
||
import re
|
||
import sys
|
||
|
||
|
||
__all__ = ['get_id', 'get_cid', 'guess_av_type']
|
||
|
||
|
||
sys.path.insert(0, os.path.abspath(os.path.join(os.path.dirname(__file__), '..')))
|
||
from core.config import cfg
|
||
|
||
|
||
def get_id(filepath: str) -> str:
|
||
"""从给定的文件路径中提取番号（DVD ID）"""
|
||
# 通常是接收文件的路径，当然如果是普通字符串也可以
|
||
filename = os.path.basename(filepath)
|
||
filename = cfg.MovieID.ignore_pattern.sub('', filename)
|
||
filename_lc = filename.lower()
|
||
if 'fc2' in filename_lc:
|
||
# 根据FC2 Club的影片数据，FC2编号为5-7个数字
|
||
match = re.search(r'fc2[^a-z\d]{0,5}(ppv[^a-z\d]{0,5})?(\d{5,7})', filename, re.I)
|
||
if match:
|
||
return 'FC2-' + match.group(2)
|
||
elif 'heydouga' in filename_lc:
|
||
match = re.search(r'(heydouga)[-_]*(\d{4})[-_]0?(\d{3,5})', filename, re.I)
|
||
if match:
|
||
return '-'.join(match.groups())
|
||
else:
|
||
# 先尝试移除可疑域名进行匹配，如果匹配不到再使用原始文件名进行匹配
|
||
no_domain = re.sub(r'\w{3,10}\.(com|net|app|xyz)', '', filename, flags=re.I)
|
||
if no_domain != filename:
|
||
avid = get_id(no_domain)
|
||
if avid:
|
||
return avid
|
||
# 匹配缩写成hey的heydouga影片。由于番号分三部分，要先于后面分两部分的进行匹配
|
||
match = re.search(r'(?:hey)[-_]*(\d{4})[-_]0?(\d{3,5})', filename, re.I)
|
||
if match:
|
||
return 'heydouga-' + '-'.join(match.groups())
|
||
# 普通番号，优先尝试匹配带分隔符的（如ABC-123）
|
||
match = re.search(r'([a-z]{2,10})[-_](\d{2,5})', filename, re.I)
|
||
if match:
|
||
return match.group(1) + '-' + match.group(2)
|
||
# 普通番号，运行到这里时表明无法匹配到带分隔符的番号
|
||
# 先尝试匹配东热的red, sky, ex三个不带-分隔符的系列
|
||
# （这三个系列已停止更新，因此根据其作品编号将数字范围限制得小一些以降低误匹配概率）
|
||
match = re.search(r'(red[01]\d\d|sky[0-3]\d\d|ex00[01]\d)', filename, re.I)
|
||
if match:
|
||
return match.group(1)
|
||
# 然后再将影片视作缺失了-分隔符来匹配
|
||
match = re.search(r'([a-z]{2,})(\d{2,5})', filename, re.I)
|
||
if match:
|
||
return match.group(1) + '-' + match.group(2)
|
||
# 尝试匹配TMA制作的影片（如'T28-557'，他家的番号很乱）
|
||
match = re.search(r'(T28[-_]\d{3})', filename)
|
||
if match:
|
||
return match.group(1)
|
||
# 尝试匹配东热n, k系列
|
||
match = re.search(r'(n\d{4}|k\d{4})', filename, re.I)
|
||
if match:
|
||
return match.group(1)
|
||
# 尝试匹配纯数字番号（无码影片）
|
||
match = re.search(r'(\d{6}[-_]\d{2,3})', filename)
|
||
if match:
|
||
return match.group(1)
|
||
# 如果还是匹配不了，尝试将')('替换为'-'后再试，少部分影片的番号是由')('分隔的
|
||
if ')(' in filepath:
|
||
avid = get_id(filepath.replace(')(', '-'))
|
||
if avid:
|
||
return avid
|
||
# 如果最后仍然匹配不了番号，则尝试使用文件所在文件夹的名字去匹配
|
||
if os.path.isfile(filepath):
|
||
norm = os.path.normpath(filepath)
|
||
folder = norm.split(os.sep)[-2]
|
||
return get_id(folder)
|
||
return ''
|
||
|
||
|
||
def get_cid(filepath: str) -> str:
|
||
"""尝试将给定的文件名匹配为CID（Content ID）"""
|
||
basename = os.path.splitext(os.path.basename(filepath))[0]
|
||
# 移除末尾可能带有的分段影片序号
|
||
possible = re.sub(r'[-_]\w$', '', basename)
|
||
# cid只由数字、小写字母和下划线组成
|
||
match = re.match(r'^([a-z\d_]+)$', possible, re.A)
|
||
if match:
|
||
possible = match.group(1)
|
||
if '_' not in possible:
|
||
# 长度为7-14的cid就占了约99.01%. 最长的cid为24，但是长为20-24的比例不到十万分之五
|
||
match = re.match(r'^[a-z\d]{7,19}$', possible)
|
||
if match:
|
||
return possible
|
||
else:
|
||
# 绝大多数都只有一个下划线（只有约万分之一带有两个下划线）
|
||
match = re.match(r'''^h_\d{3,4}[a-z]{1,10}\d{4,5}[a-z\d]{0,8}$ # 约 99.17%
|
||
|^\d{3}_\d{4,5}$ # 约 0.57%
|
||
|^402[a-z]{3,6}\d*_[a-z]{3,8}\d{5,6}$ # 约 0.09%
|
||
|^h_\d{3,4}wvr\d\w\d{4,5}[a-z\d]{0,8}$ # 约 0.06%
|
||
$''', possible, re.VERBOSE)
|
||
if match:
|
||
return possible
|
||
return ''
|
||
|
||
|
||
def guess_av_type(avid: str) -> str:
|
||
"""识别给定的番号所属的分类: normal, fc2, cid"""
|
||
match = re.match(r'^FC2-\d{5,7}$', avid, re.I)
|
||
if match:
|
||
return 'fc2'
|
||
# 如果传入的avid完全匹配cid的模式，则将影片归类为cid
|
||
cid = get_cid(avid)
|
||
if cid == avid:
|
||
return 'cid'
|
||
# 以上都不是: 默认归类为normal
|
||
return 'normal'
|
||
|
||
|
||
if __name__ == "__main__":
|
||
import sys
|
||
import pretty_errors
|
||
pretty_errors.configure(display_link=True)
|
||
if len(sys.argv) <= 1:
|
||
avid = get_id('ex0001')
|
||
cid = get_cid('403ksxa54363_1')
|
||
print(avid, cid)
|
||
else:
|
||
for file in sys.argv[1:]:
|
||
avid = get_id(file)
|
||
if avid != '':
|
||
print(f'{avid}\t{file}')
|