modify iafd scripts.

2025-03-03 09:02:59 +08:00
parent fcbd597c45
commit 8fd48687fc
28 changed files with 1015 additions and 4636 deletions
--- a/scripts/iafd/tools/stashdb_merge.py
+++ b/scripts/iafd/tools/stashdb_merge.py
@ -0,0 +1,90 @@
+"""
+Script Name: 
+Description: 从 https://www.iafd.com 上获取信息。利用cloudscraper绕过cloudflare
+    detail_fetch.py 从本地已经保存的列表数据,逐个拉取详情,并输出到文件。
+    list_fetch_astro.py 按照星座拉取数据,获得演员的信息列表。数据量适中,各详细字段较全
+    list_fetch_birth.py 按照生日拉取数据,获得演员的信息列表。数据量适中,各详细字段较全
+    list_fetch_ethnic.py 按照人种拉取数据,获得演员的信息列表。数据量大,但详细字段很多无效的
+    list_merge.py 上面三个列表的数据,取交集,得到整体数据。
+    iafd_scrape.py 借助 https://github.com/stashapp/CommunityScrapers 实现的脚本,可以输入演员的 iafd链接,获取兼容 stashapp 格式的数据。（作用不大,因为国籍、照片等字段不匹配）
+
+    html_format.py 负责读取已经保存的html目录, 提取信息,格式化输出。
+    data_merge.py 负责合并数据,它把从 iafd, javhd, thelordofporn 以及搭建 stashapp, 从上面更新到的演员数据(需导出)进行合并；
+    stashdb_merge.py 负责把从stashapp中导出的单个演员的json文件, 批量合并并输出; 通常我们需要把stashapp中导出的批量文件压缩并传输到data/tmp目录,解压后合并
+    从而获取到一份完整的数据列表。
+
+Author: [Your Name]
+Created Date: YYYY-MM-DD
+Last Modified: YYYY-MM-DD
+Version: 1.0
+
+Modification History:
+    - YYYY-MM-DD [Your Name]: 
+    - YYYY-MM-DD [Your Name]: 
+    - YYYY-MM-DD [Your Name]: 
+"""
+
+import os
+import json
+import csv
+import logging
+
+# 配置日志
+logging.basicConfig(level=logging.INFO, format="%(asctime)s - %(levelname)s - %(message)s")
+logger = logging.getLogger(__name__)
+
+# 输入和输出目录
+input_dir = 'data/tmp'  # 假设metadata目录在当前目录下
+output_json_file = 'stashdb.json'
+output_csv_file = 'stashdb.csv'
+
+# 用于保存所有的条目
+data_list = []
+
+# 遍历metadata文件夹，读取所有json文件
+for filename in os.listdir(input_dir):
+    if filename.endswith('.json'):
+        file_path = os.path.join(input_dir, filename)
+        
+        try:
+            with open(file_path, 'r', encoding='utf-8') as file:
+                data = json.load(file)
+                
+                # 提取需要的字段
+                person = {
+                    'name': data.get('name'),
+                    'gender': data.get('gender'),
+                    'birthdate': data.get('birthdate'),
+                    'ethnicity': data.get('ethnicity'),
+                    'country': data.get('country'),
+                    'height': data.get('height'),
+                    'measurements': data.get('measurements'),
+                    'fake_tits': data.get('fake_tits'),
+                    'career_length': data.get('career_length'),
+                    'aliases': ', '.join(data.get('aliases', []))  # 连接aliases数组元素
+                }
+                
+                # 将数据添加到列表中
+                data_list.append(person)
+                logger.info(f"Processed file: {filename}")
+        
+        except Exception as e:
+            logger.error(f"Error processing file {filename}: {e}")
+
+# 输出到 JSON 文件
+try:
+    with open(output_json_file, 'w', encoding='utf-8') as json_file:
+        json.dump(data_list, json_file, ensure_ascii=False, indent=4)
+    logger.info(f"Data successfully written to {output_json_file}")
+except Exception as e:
+    logger.error(f"Error writing JSON file: {e}")
+
+# 输出到 CSV 文件
+try:
+    with open(output_csv_file, 'w', newline='', encoding='utf-8') as csv_file:
+        writer = csv.DictWriter(csv_file, fieldnames=data_list[0].keys())
+        writer.writeheader()
+        writer.writerows(data_list)
+    logger.info(f"Data successfully written to {output_csv_file}")
+except Exception as e:
+    logger.error(f"Error writing CSV file: {e}")