[自行打包] getJavDBList_v1.0.0 自用批量保存JAVDB清单至本地并可视化 [5py+10M][百度盘]

molu85

JavDB很好用，但是清单个数有上限，存的多了以后也会担心数据丢失。
分享一个自己写的脚本，批量保存JAVDB的清单至本地，生成这样的excel，保存番号、标题、演员、评分等元数据


并且进行可视化，生成海报墙

自用脚本所以有一定上手门槛，适合有一定python基础愿意折腾的，需要的人多可以搞一个傻瓜版。


自用项目分享，需要python环境并自行做简单配置，需要有一定python基础，不会的问AI一般能解决。

使用方法：
1. 配置Cookie
        javdb 登录之后，访问清单页面才能看到内容。
        需要你浏览器里登录后的 Cookie 才能让 Python 也以登录状态访问。
        你可以在浏览器开发者工具 → Network → 任意请求 → Headers → 找到 cookie 一栏，把它复制出来。
        粘贴到config.py

2.配置PROXIES

        如果你能裸连javdb，删除config.py里PROXIES{}内的内容，否则需要自备代理，此处有疑问咨询ChatGpt。

3.运行get_db0.2.2.py

        根据提示输入序号选择需要爬取的清单，获得清单、番号、标题、发行日期、评分、评价人数、封面、時長、導演、片商、
        演員、類別等信息，生成javdb_lists.xlsx文件。下载封面存入covers文件夹。

4.运行delete.py（可选）
        javdb_lists.xlsx文件内插入了封面，体积较大，可能会卡顿。删除 Excel里的封面，减小文件体积

5.运行open.py
        可视化清单内的影片，生成海报墙，可筛选、搜索、排序、评分、标记是否看过。
        
requirements：

requests>=2.31
beautifulsoup4>=4.12
openpyxl>=3.1
Pillow>=10.0
pandas>=2.1
numpy>=1.26
streamlit>=1.30

说明：
requests 用于网页请求
beautifulsoup4 用于解析 HTML
openpyxl 用于 Excel 操作
Pillow 用于图片处理
pandas 和 numpy 用于数据处理
streamlit 用于网页展示


project_root/
│
├─ config.py               # 配置文件（Cookie/代理）
├─ get_db0.2.2.py          # 爬虫脚本
├─ javdb_lists.xlsx        # 爬虫输出的 Excel
├─ delete.py               # 删除 Excel里的封面，减小文件体积
├─ covers/                 # 爬虫下载封面图片
├─ post5.0.py              # Streamlit 资料库脚本
├─ open.py                 # 打开影片Streamlit 资料库
└─ personal_records.xlsx   # 个人评分评语等存储

打包证明

Mr8ONE

这种半自动化的工具对一般人来说门槛太高了。

不过还是支持一下楼主。

嘿咻嘿咻111

还在学python，学会了试试

linlewei123

技术流