媒体库文件整理：从正则解析到批量重命名的完整实战-育师

dragonballsuper_093-2。这串字符扔到搜索引擎里，可能是一集动画的下载文件名，也可能是某个下载脚本留下的残缺记录。放到媒体服务器里，它就是一发很容易踩响的地雷：刮削器认不出剧名，播放器把 093 当成第93集，而后缀 -2 又让同一集内容被拆成两个条目。这篇文章不是来聊这部作品本身的，而是想聊清楚一件事：当你面对一大堆类似命名时，怎么从文件名解析开始，做批量重命名、字幕匹配和元数据整理，把“看着头疼”变成“扫一下就能用”。

适合谁看？家里存了几百集番剧、手动整理到崩溃的玩家，以及刚接触媒体库管理、想建立一套标准化流程的开发者。如果你之前只会把文件堆进文件夹，看完这篇文章，至少能写出一个帮你自动解析和改名的脚本。

1. 文件名里的三层信息：先把 dragonballsuper_093-2 拆明白

1.1 片名、集数、版本号，一个字段都不能少

如果把这个文件名当成一条数据，它实际包含三个信息块：dragonballsuper是作品标识，093是集数，-2是版本或分段标记。很多人觉得文件名只要“能认出来”就行，但媒体库的运作逻辑完全不是这样。它需要程序从文件名中提取出 title、season、episode 这些结构化字段，再去和在线数据库里的条目做匹配。你文件名里的信息越模糊，匹配就越容易错。

比如093这种三位补零写法，本身没毛病，但它没有声明这是第93集还是第9集的第三部分。-2更麻烦，它可能是 v2 修正版的意思，也可能是第二个分片的意思。同样一个字符串，在不同的下载场景里语义完全不同。所以第一步不是急着改名，而是先确认这三个字段的各自含义，再决定怎么整理。

1.2 分隔符的混乱才是真正的坑

dragonballsuper_093-2里面同时出现了下划线和连字符，这种混用非常常见。实际环境里你会看到更多变体：

常见混乱样例	问题在哪
`dragonballsuper_093-2.mkv`	下划线 + 连字符混用，版本号标识不明确
`Dragon.Ball.Super.-.093.v2.mkv`	点号和连字符混用，集数补零加字母 v
`[SubGroup] Dragon Ball Super 093 [720p].mkv`	多了发布组和画质信息，还会干扰解析
`DBS_098_01.mkv`	把集数拆成两位加后缀，语义不明

如果你手动整理，看到这些也许还能猜个大概；但如果你想让脚本自动处理，就必须统一分隔符规则。媒体库最友好的格式是空格加连字符加空格，比如Dragon Ball Super - S01E93.mkv。原因很简单：在线影视数据库收录的标题通常就是带空格的自然写法，你的文件名越接近标准，刮削器匹配越准。

1.3 文件名不对，刮削全白费

我有一个很深的体会：文件名整理的工程量百分之八十都值在刮削这一步。你花力气把信息理顺，媒体服务器才可能在扫描时自动匹配到正确条目。如果文件名停留在dragonballsuper_093-2，媒体服务器的表现往往是：库里面多出一个叫 “dragonballsuper_093-2” 的独立条目，没有简介、没有海报、没有正确的集数顺序。你想手动修正，就得一集一集搜索匹配，几十集还能忍，几百集真的会崩溃。

反过来，如果文件名已经是Dragon Ball Super - S01E93.mkv，刮削器可以很轻松地在数据库里找到这部作品，自动补上海报、简介、演员表和片名。所以你花在解析和重命名上的时间，最终都会在刮削和日常播放里省回来。

2. 用正则从文件名里抽出标题、集数和版本号

2.1 为什么选择正则而不是手动改名

手动改名只有在文件数量个位数时才有效率。文件一多，人眼就会疲劳，很容易把 093 和 098 看串，把 v2 当成下一集。脚本处理则稳定得多，核心思路是把“命名规律”翻译成正则表达式。你不需要掌握正则的全部语法，只要会捕获分组和重复符号就能解决八成问题。

这里有个基本原则：不要试图写一个万能正则。文件来源不同、命名习惯不同，先观察十个典型样本，找出共同的模式段，再写针对性的表达式。比如dragonballsuper_093-2.mkv的共同模式是：开头是作品名，中间是数字集数，后面可能带版本号。那就照这个结构写。

2.2 解析脚本的逐步实现

我用一段简单的脚本演示核心逻辑：

import re from pathlib import Path filename = "dragonballsuper_093-2.mkv" # 非贪婪匹配作品名，然后匹配数字集数，再匹配可选的版本号 pattern = re.compile( r"^(?P<show>.+?)[ _.-]+(?P<episode>\d{1,3})(?:[ _.-]*(?P<version>v?\d*))?" r"\.(?P<ext>mkv|mp4|avi|mov)$", re.IGNORECASE ) m = pattern.match(filename) if m: show = m.group("show") # dragonballsuper episode = int(m.group("episode")) # 93 version = m.group("version") # "2" 或 None ext = m.group("ext") print(show, episode, version, ext)

这里的.+?是非贪婪匹配，它会尽量少地匹配字符，保证后面的数字能正常落到 episode 分组里。[ _.-]+用来吞掉下划线、空格、点号、连字符等常见分隔符，避免dragonballsuper_093-2和Dragon Ball Super - 093被当成完全不同的格式。最后一个非捕获组(?:...)?表示版本号可有可无。

2.3 边界情况与容错设计

上面的正则放到真实文件里，很快会遇到更多情况。比如文件叫dbs_s02e13.mkv，它有明确的季号和集号，上面的表达式就会把 show 匹配成dbs_s02e13吗？不会，因为.+?非贪婪，但后面要求匹配1-3位数字，看到dbs_s02e13时，正则会在dbs后面尝试匹配 e13，却没有对应分隔符，所以会继续扩展。结果可能是 show 匹配成dbs_s02e13，episode 匹配不到，最后 match 失败。因此对带季号的文件，应该单独写一个s(?P<season>\d+)e(?P<episode>\d+)分支。

还要处理歧义：093到底是第93集还是第9集第3部分？我认为不要猜，而是拿时长和文件大小做二次判断。如果是 24 分钟正片，多半是第93集；如果只有 3 分钟，多半是特典或者分片。脚本里把这些文件打上needs_review标记，输出到一个待确认清单，而不是自作主张改名。

3. 规范化重命名：让每一集都有唯一且标准的名字

3.1 推荐的目标命名格式与取舍

整理的最后一步就是执行重命名。我推荐的目标格式是：

剧名 - SxxEyy.mkv

例如：

Dragon Ball Super - S01E93.mkv

这不是唯一标准，但它是媒体库软件公认友好的一种。SxxEyy用两位数字表示季和集，排序不会乱；剧名用自然语言写法，刮削器容易匹配。如果你的片源是多季动画，务必先查清分季信息，不要把所有集数都塞进 S01。

有人会觉得保留093这种三位的也能排序，但三位数字在跨季时会出问题：E093如果被理解为第93集，而实际第9季第3集应该是S09E03，信息就错了。所以规范化的重点不是补零位数，而是把“季”和“集”拆开表达。

3.2 集号补零与版本后缀的规则

对于dragonballsuper_093-2这种文件，如果确认它就是第93集的 v2 修正版，我会把它改成Dragon Ball Super - S01E93 (v2).mkv。括号里的版本标识是给人类看的，媒体库依然会把它识别成第93集。如果确认-2是同一集拆出来的第二部分，情况就不同了：直接命名成Dragon Ball Super - S01E93.part2.mkv不一定被媒体库支持，最干净的做法是把两个分片无损拼接成一个文件，再统一命名成第93集。

拼接视频看起来是个额外动作，但它能彻底避免“一集内容在库里出现两次”的尴尬。如果你暂时不想动手拼接，也可以用子目录把两个分片放在一起，命名成Dragon Ball Super - S01E93 (part1).mkv和S01E93 (part2).mkv碰碰运气，但别对兼容性抱太高的期望。

注意：-2的语义必须在改名之前确认，否则很容易把版本号当集数，或者把分片当新的一集，最后媒体库的剧集列表直接错乱。

3.3 批量执行重命名的正确姿势

重命名脚本要遵循一个原则：先预览，后执行。我习惯先跑 dry-run，把所有旧名 -> 新名打印出来，扫一眼有没有明显错误，没问题再真正执行。脚本里用Path.rename就行，代码不复杂：

from pathlib import Path def normalize_file(path: Path) -> Path: # 这里省略解析过程，假设已经拿到 show / episode / version / ext show = "Dragon Ball Super" episode = 93 version = "v2" season = 1 new_name = f"{show} - S{season:02d}E{episode:02d}" if version: new_name += f" ({version})" new_name += f".{ext}" return path.with_name(new_name) for old_path in Path("downloads").glob("*.mkv"): new_path = normalize_file(old_path) print(f"{old_path.name} -> {new_path.name}") # 确认无误后去掉下面这行注释 # old_path.rename(new_path)

批量执行时要特别注意扩展名保留，代码里用with_name再拼接字符串，不会误删后缀。改完名字后，立即回到媒体库手动触发一次扫描，验证集数顺序和刮削结果，别等到下次播放才发现错乱。

4. 字幕与元数据匹配：文件改名之后还要做两件事

4.1 字幕文件名要和视频文件严格同步

改名之后，字幕文件的匹配经常被忽略。播放器加载外挂字幕时，默认逻辑是找和视频同名的字幕文件。你的字幕如果叫dragonballsuper_093-2.zh-CN.ass而视频已经改成Dragon Ball Super - S01E93.mkv，播放器就找不到字幕了。

规范做法是把字幕文件名改成和视频完全相同的 stem，再保留语言标识。比如：

Dragon Ball Super - S01E93.mkv Dragon Ball Super - S01E93.zh-CN.ass Dragon Ball Super - S01E93.en.srt

批量处理时，可以遍历视频文件，提取原来的集数信息，再去字幕目录里找包含相同集数字符串的文件，然后重命名。这一步最好和视频重命名放在同一个脚本里跑，避免流程脱节。

4.2 元数据刮削与人工修正

视频和字幕都规范后，就可以让媒体服务器去刮削元数据了。正常情况会识别出作品名、集数、海报和简介，但dragonballsuper这种没有空格的英文标题经常还是匹配不到。原因是数据库里的标准标题是Dragon Ball Super，中间有空格。遇到这种情况，就不要指望全自动了，在媒体库后台手动锁定正确的匹配条目，或者先通过脚本把文件名里的 show 统一改成标准标题。

如果你有几十个文件都是同一个作品，改一次 show 字段就够了，媒体库通常会把它们聚合到一个剧集条目下。集数顺序如果和在线数据库不一致，比如存在特别篇、总集篇，可以用元数据编辑器单独调整每集标题和序号。这一环节最花时间，但能保证你以后打开媒体库不会看到一片混乱。

4.3 批量生成元数据文件的思路

有些媒体库支持 NFO 文件，就是在视频旁边放一个 XML 文件，里面写着标题、简介、海报链接等信息。好处是刮削完全离线可读，坏处是写文件容易出错。如果决定用 NFO，可以写脚本遍历视频文件，把从文件名里解析出的 show、episode 填进模板，再调用在线数据库 API 补充标题。

注意不要对在线数据库发起高频请求，加个 sleep 和失败重试。没有 API 权限的话，就手动填基础字段。NFO 是锦上添花，不是必须项，先保证基础刮削能用，再考虑要不要生成。

5. 整理过程中容易翻车的几个隐藏细节

5.1 版本号 "-2" 到底是第2版还是分片？算错就串集

这个坑我踩过不止一次。文件名叫dragonballsuper_093-2，你说它是第93集第二版，可是它的时长只有 12 分钟，怎么可能是一集正片？反过来，如果它是正片但和另一部分合起来才是完整一集，你把它当成独立集放进去，媒体库就会多出一个不存在的第94集。所以要建立一个“待确认”目录，脚本解析出版本号后先不要直接改名，把这类文件单独输出来，人工看一眼时长再做决定。

如果你有多个来源的同一文件，可以通过比对文件大小和校验值确认是不是同一个内容。数值对不上就说明要么是不同版本，要么是不同分段。这个确认动作虽然笨，但能避免最尴尬的串集问题。

5.2 媒体库目录和下载目录分开，用硬链接而不是复制

很多人为了让媒体库文件整齐，会把文件复制到新目录，下载目录留原始文件。如果这些文件体积很大，复制意味着同一份数据占两份空间。正确的做法是在同一文件系统内使用硬链接：下载目录和媒体库目录都指向同一个文件数据块，删掉一个目录里的文件名不会影响另一个目录。这样既能让下载目录保持做种用的原始文件名，又能让媒体库用规范化的文件名。

硬链接有三个注意事项：第一，不能跨文件系统使用，下载目录和媒体库目录必须在同一分区或同一卷；第二，修改文件内容会同时影响两个链接，所以不要在媒体库目录里转码；第三，个别网盘同步工具不支持硬链接，同步时会把文件当作普通文件重新上传，要提前确认。