本帖最后由 Yuran 于 2023-7-27 02:18 编辑
本贴是Yuran版数据库文件V2.0的说明书（也是本人自习笔记/备忘录）。 
本文中、所谓UHD 纯影碟, 指的是: ISO镜像文件、或BDMV文件夹格式的下载片源（并非 MKV、MP4、TS、AVI等格式）...
Yuran这里，大多数情况下，硬盘中收集、储存的、都是纯影碟。如果还不理解，可以参考前言部分...
前言： 多么神奇的魅力！ 基于此，Yuran 所收集/存放的片源，都必须是纯影碟（杜绝 MKV等）！
这也是下面、筛选（三百多万浩瀚数据量）信息库时的，软件编程的设计准则！
正文：
前些天发帖讲过，虽然rarbg网站关闭，但Yuran有幸弄到浩瀚的数据库（三百多万条信息）。并通过自编程序 V1.0，
择出 两百多条、 3D BD 影碟（纯影碟）的资源，
上网/爬虫，逐一核对。通过磁力链接的校验，终于弄清、每项的细节。
曾发帖分享：核准后的（3D BD）数据/信息《Yuran自编程序从百万级数据中择选3D蓝光影碟并上网爬虫复核》；
既有花名册，又带（核准有效的）磁力链接。再去下载、整理3D 蓝光影碟，唾手可得的感觉！
意犹未尽，Yuran又开始琢磨、当前的大热门： UHD BD 纯影碟 。
自编程序升级版、V2.0的预告，在那个帖子《3D BD蓝光影碟中奇怪的文件：ssif的奥秘（藏而不露的角色）》，曾透露...
现如今，V2.0 (Alpha) 版的内测，终有眉目（大幅改进、焕然一新。可谓捷报频传）。
1.0版（自编程序）仅给出：两百多条3D BD的匹配项（纯影碟，ISO镜像文件）。
那么，V2.0版，若专门针对UHD BD，能从（三百多万条）原始文件中，筛出多少：UHD BD （纯影碟）？
现如今，重中之重，优化自编程序的脚本（尤其是：过滤机制的算法），避免‘误伤’（无辜的、纯影碟/片源）。
最简单的初选，仅剔除：720P 及 1080P 的片源，保留所有：2160p 的匹配项。
这不，2.0版自编程序，给出（不可思议的）答案，接着，分析（自编程序所生成的）列表文件（未经核实，只能称之为：中间文件）。 找出相关关键字，列入黑名单（无论大写/小写）应被滤掉！于是， 再推敲， 在黑名单中，继续纳入可能导致误伤。所以，还是允许一些未明项早就知道，有个（高频率出现的）词组，最为可疑，影响UHD 纯影碟的数据量。为证明自编程序的效能，还是默许上述词组。
中间文件，所存入的、都是带关键字反复推敲、精心设计的算法，立竿见影，就出结果（遍历三百多万数据库，再进行甄别、筛选，仅数十秒，彻底拿下）。但注意：这还不是，完美的结局（最后会讲，仍有‘误伤’的意外。 后已修复...）
再说最终文件（自编程序所生成的报表），V1.0版，按下图所示的样式，写入本地（最终）文件。上图中，（自编程序所筛出的）合格项、与淘汰项，都存在同一个文件中。略有不便。
因此，为校验 UHD 纯影碟片源（就是中间文件所记录的、高度近似的待选项），Yuran实施大刀阔斧的整改，
不再采用：单一列表的方式！！咱不怕麻烦，重新制定了：新的规则。因此，自编程序所生成的报表，将一分为二，
如此这般的、在统计成千上万的数据时，便于识别（这也是自编程序，每次续写时，反复校验的依据）。
于是再用 V2.0版，处理3D BD纯影碟（中间文件。没事 ，与UHD BD 类的文件，不冲突），得到两份（最终）报告：
分门别类、整齐划一，真的是：一目了然！
除此之外，V2.0 版程序的靓点，带'断点续传'般的功能。从三百多万原始文件中，所筛出的、（与UHD BD 纯影碟）高度相似的匹配项，真是上图所示的？非也。Yuran早就知道：还是看看、实验数据吧。
不出所料：经上网/爬虫甄别后，都漏出马脚！这是截屏视频（转成了GIF）尽管，中间文件中，仅提供磁力链接的单一信息。但是，本人设计的自编程序，
另辟蹊径，能上网/爬虫，逐项甄别、抓取实用数据（究竟是 ISO、还是BDMV原盘，或是 MKV、MP4、AVI等）...
（这可是，能走遍天下、遍历海外实用网站的、AI引擎），Yuran的原创作品！
总觉得，这些UHD 的匹配项，好像少了点什么。回顾（以往历次BT下载的）经验，果不其然，发现（误伤的）问题！ 可见，上述样品，都是实打实的、UHD BD纯影碟（被V2.0 Alpha实验版误伤） 。既然是自编程序，亡羊补牢，来得及。
近三千行（Python脚本）、打包成EXE的自编程序（优化'敌我识别'机制的、V2.1版，能在实战中、避免'误伤'...）
这样，就能增加不少： UHD 片源（还都是 纯影碟）！即使有自编程序（爬虫利器），也不能速战速决。原因如下：除此之外， V3.0版，肯定会不管怎样，Yuran的自编程序，最好能够已发帖介绍，
|
[复制链接]
版主
