starmen1265
9d06bed350
- BlockingStarterPack 白模资产包（墙体/地板/楼梯/门窗等） - 参考图：放学后少年游戏截图 - tools/image-downloader: 图片批量下载工具
96 lines
3.2 KiB
Markdown
96 lines
3.2 KiB
Markdown
# 参考图素材批量下载工具
|
||
|
||
从 markdown 文件中提取 URL，按域名自动分类，调用合适的开源工具批量下载图片。
|
||
|
||
## 支持的站点类型
|
||
|
||
| 引擎 | 支持站点 | 说明 |
|
||
|------|---------|------|
|
||
| **gallery-dl** | Pinterest、Instagram、Reddit | 需 Chrome 登录态 cookies |
|
||
| **yt-dlp** | YouTube | 仅下载视频缩略图 |
|
||
| **BeautifulSoup4** | GAME Watch、博客、Wiki 等 | 静态页面通用抓取 |
|
||
| **Playwright** | LaunchBox、MobyGames、Getty 等 | 动态页面 headless 浏览器 |
|
||
|
||
## 安装
|
||
|
||
```bash
|
||
# 安装 Python 依赖
|
||
pip install -r requirements.txt
|
||
|
||
# 安装 Playwright 浏览器引擎（BS4 不需要此步骤）
|
||
playwright install chromium
|
||
```
|
||
|
||
## 使用方法
|
||
|
||
```bash
|
||
# 1. 先 dry-run 查看分类结果
|
||
python download.py "../../ai-art-research/参考图/参考图素材链接清单.md" --dry-run
|
||
|
||
# 2. 快速模式（仅 gallery-dl + yt-dlp）
|
||
python download.py "../../ai-art-research/参考图/参考图素材链接清单.md" --quick
|
||
|
||
# 3. 完整下载
|
||
python download.py "../../ai-art-research/参考图/参考图素材链接清单.md"
|
||
|
||
# 4. 仅下载某个章节
|
||
python download.py "../../ai-art-research/参考图/参考图素材链接清单.md" --section 我的暑假
|
||
|
||
# 5. 指定输出目录
|
||
python download.py "../../ai-art-research/参考图/参考图素材链接清单.md" -o "../../ai-art-research/参考图"
|
||
```
|
||
|
||
## 命令行参数
|
||
|
||
| 参数 | 说明 |
|
||
|------|------|
|
||
| `markdown` | 包含 URL 的 markdown 文件路径（必填） |
|
||
| `-o, --output` | 输出根目录（默认：markdown 文件所在目录） |
|
||
| `--dry-run` | 仅打印 URL 分类结果，不下载 |
|
||
| `--section 关键词` | 仅处理包含指定关键词的章节 |
|
||
| `--quick` | 快速模式：仅使用 gallery-dl 和 yt-dlp |
|
||
|
||
## 输出目录结构
|
||
|
||
```
|
||
参考图/
|
||
├── 游戏截图/
|
||
│ ├── 我的暑假/ ← 章节一
|
||
│ └── 放学后少年/ ← 章节二
|
||
├── 美术风格/ ← 章节四（Lowpoly/怀旧美术）
|
||
├── 真实场景/ ← 章节三（千禧年中国城郊）
|
||
└── 其他/ ← 未匹配章节
|
||
```
|
||
|
||
## 站点规则配置
|
||
|
||
`site_rules.json` 可自定义各站点的抓取行为：
|
||
|
||
```json
|
||
{
|
||
"example.com": {
|
||
"engine": "bs4",
|
||
"img_selector": "img.article-image",
|
||
"min_size_kb": 20,
|
||
"note": "说明文字"
|
||
}
|
||
}
|
||
```
|
||
|
||
| 字段 | 类型 | 说明 |
|
||
|------|------|------|
|
||
| `engine` | string | 下载引擎：`bs4` / `playwright` / `gallery-dl` / `yt-dlp` |
|
||
| `img_selector` | string | CSS 选择器（仅 bs4 引擎） |
|
||
| `min_size_kb` | int | 最小图片体积，小于此值的图标被跳过 |
|
||
| `wait_seconds` | int | Playwright 页面等待时间（秒） |
|
||
| `scroll_to_load` | bool | 是否滚动页面触发懒加载 |
|
||
| `cookies_required` | bool | 是否需要浏览器 cookies（gallery-dl） |
|
||
| `watermark_warning` | bool | 水印警告标记 |
|
||
|
||
## 注意事项
|
||
|
||
- **Pinterest / Instagram**：需要先在 Chrome 浏览器中登录，gallery-dl 会自动读取 cookies
|
||
- **Getty / Alamy / iStock**：下载的图片带水印，仅供美术参考
|
||
- **反爬延迟**：每次请求间自动加入 1.5~4 秒随机延迟
|
||
- **版权声明**：所有抓取图片仅供个人美术参考/灵感素材，不应直接用于商业发布
|