Метки µTorrent

Метки µTorrent

У меня есть примерно 300-400 торрент-файлов, хранящихся локально. Некоторые из них я использовал для загрузки соответствующих торрентов, а другие — нет. Мне нужен способ отслеживать, какие из них были «использованы». Утомительно вручную записывать, какие из них были использованы в Notepad или Excel. Есть ли простое программное решение?

решение1

Метки µTorrent

(Я предполагаю, что у вас уже есть эти маленькие .torrent-файлы ваших 300-400 торрентов? А не только пустые URL)

  • Поскольку вы уже используете µTorrent, вы можете использоватьфункция меток.

  • С их помощью вы можете создать 2 отдельных списка с именамиНе скачаноиуже загружено

  • вы можете назначать меткиоптом

  • старт + стопторренты оптом из нового списка

    список меток µtorrent


Автоматическая маркировка новых торрентов

  • программное обеспечениеАвтолейблмаркирует все новые торренты для вас
  • он написан на AutoHotkey и должен работать отдельно от µTorrent в фоновом режиме
  • настройте его через файл, Labeler_Settings.iniкак этот

    [МЕТКИ]
    не загружены =.

решение2

У меня есть решение Python для поиска файлов, которые вы не загрузили в µTorrent. Когда вы загружаете файл torrent в µTorrent, он сохраняет копию в C:\Users\username\AppData\Roaming\uTorrent.

Вы можете попробовать сравнить содержимое каждой папки, но учтите, что все торренты, загруженные в µTorrent, окажутся здесь, даже если они не будут реализованы как завершенные загрузки. Так что если вы загрузили файл и случайно нажали «удалить», то это сравнение пропустит эти файлы.

В Python вы можете сделать что-то вроде следующего:

import os
usedpath = '/users/username/appdata/roaming/utorrent'
folderpath = '/pathtoyourfolder' #python allows for /'s so you don't need c:\...\...\
for file in os.listdir(folderpath):
 if not file in os.listdir(usedpath):
  print(file, 'not used')

Вы также можете сохранить их в файл вместо отображения на экране. Это работает с Python 3.

Автоматизировать проверку того, что файлы в папке AppData действительно использовались, сложнее.

Связанный контент