今天看到twMediaDownloader的作者風柳停止继续开发了，在推特被马一龙接手后开始这个插件不太好使了
先是出了[API 34]错误的消息，再然后能用一段时间后就没法爬取媒体文件了
最后找了gallery-dl做为代替，下面讲一下怎么用吧
gallery-dl需要一些
命令行和
JSON的知识，尽量先了解关于这部分的知识再往下看
下载地址：
https://github.com/mikf/gallery-dl/releases/latest/download/gallery-dl.exe把文件放到一个文件夹，然后按住Shift+鼠标右键，在此处打开PowerShell窗口
输入
回车，能看到类似下面的输出说明可以使用了
基础的用法：
复制代码- gallery-dl [params] <url>
|
其中[params]是可选的参数，<url>是推文的地址，也可以是
推文作者的地址下面是一些常用的参数讲解
- -K / -list-keywords：这个参数可以看作品可以使用的关键字，比如标题、发布日期等等，可以用到--filter以及--filename这两个参数等
- -D / --directory：这个参数可以强制所有的爬取作品指定到下载路径
- -f / --filenmae：指定下载文件的命名格式，比如
--filename "{tweet_id}_{filename}.{extension}"
可以命名文件为「作品id_文件名.文件扩展名」的格式，关键字要加花括号 - --filter：这个参数可以过滤你需要的作品，比如
--filter "date > datetime(2023,8,15)"
可以下载指定晚于2023年8月15日的作品，后面的字符串用的是python语法
这里介绍一个比较实用的技巧
如果之前已经爬取过一个作者的所有文件的话，如果现在需要
更新新内容的话只需要使用下面的命令
复制代码- gallery-dl --filter "tweet_id > <tweet_id>" <url>
|
其中<tweet_id>是你上次爬取的最近文件的推文ID
比如你在9月3号爬取截至这个内容
https://twitter.com/furyutei/status/1698286831283134966那么填写
复制代码- gallery-dl --filter "tweet_id > 1698286831283134966" https://twitter.com/furyutei
|
就能爬取这个推文之后的文件了
但是掌握这些还不够，最好整个配置文件
配置文件的位置在
~/gallery-dl/config.json如果是windows的话，这个文件需要被命名为
config.json并且放置在个人文件夹下的
gallery-dl目录下
不知道个人文件夹的话打开资源管理器，在地址栏里面输入
%UserProfile%配置文件的内容可以以官方的配置为基础来做改动
下载地址：
https://github.com/mikf/gallery-dl/blob/master/docs/gallery-dl-example.conf找到下面爬取twitter的部分
复制代码- "twitter":
- {
- "#": "write text content for *all* tweets",
- "postprocessors": ["content"],
- "text-tweets": true
- },
|
其中"#"是注释，用来说明这部分的功能是怎么样的，可以删掉
"postprocessors"开启脚本爬取完文件后脚本继续处理，可以添加多个处理
"content"是处理的名字，可以看后面的"postprocessor"了解到这段功能就是在爬取推文
"text-tweets"为true开启所有推文爬取，无论推文是否包含媒体
这里我不需要示例里的内容所以全部删除掉，替换成以下的内容
复制代码- "twitter":
- {
- "#": "twMediaDownloader like name format",
- "filename": "{author[name]}-{tweet_id}-{date:%Y%m%d}_{date:%H%M%S}-{num}.{extension}",
- "#": "import twitter cookies from browser",
- "cookies": ["firefox", "/path/to/firefox/profile"]
- },
|
"filename"是非常常用的参数，他可以规定爬取的文件怎么命名，我使用了类似twMediaDownloader的命名格式
这些参数当前(23/9/3)还是有效的，如果内容有变，请参考下文自行定参
以这条推文为例：
https://twitter.com/furyutei/status/1698286831283134966- author[name]，推文作者的id：furyutei
- tweet_id，推文的id：1698286831283134966
- date:%Y%m%d，推文发布的日期：20230903
- date:%H%M%S，推文发布的时分秒：104827
- num，第几个媒体文件：这条推文只有一个媒体文件，所以是1
- extension，文件的扩展名：jpg
组合之后的文件名：
furyutei-1698286831283134966-20230903_104827-1.jpg更多的可以使用的命名参数可以使用下面的命令查询
复制代码- gallery-dl -K https://twitter.com/<tweeter>/status/<tweet_id>
|
把
<tweeter>和
<tweet_id>替换成用户名和推文id
而更多可用的命名格式可以查看下面的文档
https://github.com/mikf/gallery-dl/blob/master/docs/formatting.md"cookies"，这个参数可以让脚本使用cookies，有两种使用方式
- 固定的cookies，适用服务器之类的使用场景
- 从浏览器导入的cookies，适用PC之类的使用场景，省去了查询cookie键值
第一种方法，可以参考示例文件中的exhentai的部分把cookies的键值对填入就行了：
复制代码- "cookies":
- {
- "auth_token": "12345",
- },
|
文中使用第二种方法：
本人只使用过firefox导入的方法，基于firefox的浏览器也行(比如Waterfox)
只需要把/path/to/firefox/profile替换成你浏览器的配置文件夹的路径就行了
Windows应该在
%AppData%\Firefox\Profiles\xxxxxxxx.xxx其他浏览器请自行参考官方文档和互联网资料
详细的配置文档
https://github.com/mikf/gallery-dl/blob/master/docs/configuration.rst顺便一提，gallery-dl不只是能爬取twitter，他还能爬取很多网站的媒体文件
比如sankaku，danbooru，exhentai，pixiv，fanbox，fantia，kemono，patreon，misskey等等这些网站
也就是说只要学会一次这个软件，那么很多时候可以用这个软件通吃现在流行的图站
这点还是很赞的
