Eigene Duplikat-Erkennung via Regex (Title-Normalization)

[dolebo]

Die Duplikat-Erkennung scheitert oft an variierenden Schreibweisen (Präfixe, Jahreszahlen). Es wäre hilfreich, eigene Regex-Regeln (pro Filter) zu definieren, die den Titel vor dem Abgleich bereinigen.

Zum Beispiel:

• Der Irre Iwan
• Tatort: Der Irre Iwan
• Der Irre Iwan (2020)

Beispiel-Regex:
((?i)^Tatort:\s*)|(\s*\(\d{4}\)$)
würde alle obigen Sendungen zu

Der Irre Iwan

normalisieren.

Einfach erst alles wild herunterladen und danach (mit externem Tool) aufräumen ist natürlich eine Option - aber auch Resourcenverschwendung.

[DaDirnbocher]

Welche der drei Versionen soll dann runtergeladen werden?

In dem Beispiel mit dem irren Iwan haben die 3 Versionen jeweils in der höchsten Auflösung eine Filegröße von ca. 2300 MB bis ca. 3200 MB.