mirror of
https://github.com/Silent1566/webhtv.git
synced 2026-11-17 18:56:13 +00:00
- 引入 MediaTitleRequest 和 MediaTitleResolver 用于智能标题解析 - 实现弹幕匹配缓存机制,提升搜索效率 - 添加 AI 标题提取配置和提示词管理 - 更新调试文档中的包名信息和模拟器操作指南 - 扩展备份配置以包含新的媒体标题相关设置
7.2 KiB
7.2 KiB
集数播放进度缓存实现说明
问题描述
原始问题:
- 第5集播放到一半 → 切换到第6集 → 再切回第5集 → 从头开始播放
- 用户期望:切回第5集时,应该从上次播放的位置继续
根本原因:
在 VideoActivity.updateHistory() 方法中,切换集数时会将播放位置重置为 C.TIME_UNSET:
mHistory.setPosition(sameEpisode ? mHistory.getPosition() : C.TIME_UNSET);
解决方案
采用基于现有缓存系统的集数位置缓存方案:
架构优势
-
集成到现有缓存系统
- 复用
Path.cache()路径 - 跟随系统缓存清理一起清除
- 用户可在设置中查看和手动清理
- 复用
-
内存 + 磁盘双层缓存
- 内存:当前会话快速访问
- 磁盘:应用重启后仍然有效
-
自动管理策略
- 每部剧最多缓存 50 集
- 超过限制时自动移除最旧的记录
- 30 天未访问自动过期
实现细节
1. 新增文件:EpisodePositionCache.java
核心功能:
// 保存集数播放位置
EpisodePositionCache.get().put(siteKey, vodId, flag, episodeName, position, duration);
// 获取集数播放位置
EpisodePosition cached = EpisodePositionCache.get().get(siteKey, vodId, flag, episodeName);
// 持久化到磁盘
EpisodePositionCache.get().save();
// 清空缓存
EpisodePositionCache.get().clear();
数据结构:
{
"站点|视频ID|线路": {
"episodes": {
"第1集": {"position": 12345, "duration": 60000, "timestamp": 1234567890},
"第2集": {"position": 67890, "duration": 60000, "timestamp": 1234567891}
},
"lastAccessTime": 1234567890
}
}
缓存文件位置:
/data/data/com.silent.android.webhtv/cache/episode_positions.json
2. 修改:VideoActivity.updateHistory()
修改前:
// 切换集数时直接重置位置
mHistory.setPosition(sameEpisode ? mHistory.getPosition() : C.TIME_UNSET);
修改后:
if (!sameEpisode || !sameFlag) {
// 保存当前集的位置到缓存
EpisodePositionCache.get().put(getKey(), getId(), getFlag().getFlag(),
mHistory.getEpisode(), player().getPosition(), player().getDuration());
}
if (!sameEpisode) {
// 从缓存恢复新集的位置
EpisodePosition cached = EpisodePositionCache.get().get(
getKey(), getId(), getFlag().getFlag(), item.getName());
if (cached != null) {
mHistory.setPosition(cached.position);
mHistory.setDuration(cached.duration);
} else {
mHistory.setPosition(C.TIME_UNSET);
}
}
3. 修改:VideoActivity.saveHistory()
在保存历史记录时,同时持久化集数位置缓存:
Task.execute(() -> {
history.save();
EpisodePositionCache.get().save(); // 持久化缓存
if (exit) RefreshEvent.history();
});
4. 修改:FileUtil.java
清理缓存时一并清除:
public static void clearCache(Callback callback) {
Task.execute(() -> {
Path.clear(Path.cache());
EpisodePositionCache.get().clear(); // 清理集数缓存
App.post(callback::success);
});
}
缓存大小统计:
public static void getCacheSize(Callback callback) {
Task.execute(() -> {
long totalSize = getDirectorySize(Path.cache());
totalSize += EpisodePositionCache.get().getCacheSize(); // 包含集数缓存
String usage = byteCountToDisplaySize(totalSize);
App.post(() -> callback.success(usage));
});
}
使用场景
场景 1:正常切换集数
- 用户在第5集播放到 30 分钟
- 切换到第6集 → 第5集位置自动保存到缓存
- 切回第5集 → 从缓存恢复 30 分钟位置继续播放 ✅
场景 2:应用重启后
- 用户观看了第1-10集,每集都有播放进度
- 关闭应用 → 缓存已持久化到磁盘
- 重新打开应用,切换集数 → 仍能恢复各集的播放位置 ✅
场景 3:缓存管理
- 用户进入设置 → 存储管理
- 查看缓存大小 → 包含集数位置缓存
- 点击"清理缓存" → 一键清除所有缓存(包括集数位置) ✅
场景 4:自动清理
- 某部剧集已经 30 天未观看
- 下次访问时自动清理过期的集数位置
- 节省存储空间 ✅
兼容性说明
✅ 向后兼容
- 不修改
History表结构 - 不修改
historyKey格式 - 现有功能不受影响(收藏、Keep 等)
✅ 无数据迁移需求
- 新缓存机制独立运行
- 不依赖旧数据
- 旧用户无需任何操作
✅ 渐进式生效
- 只有切换集数时才开始缓存
- 没有缓存时回退到原始行为(从头播放)
- 用户体验平滑过渡
性能影响
内存占用
- 每集约 40 字节(position + duration + timestamp)
- 假设缓存 10 部剧,每部 50 集:10 × 50 × 40 = 20KB
- 影响:可忽略
磁盘占用
- JSON 格式存储,压缩后约 5-10KB
- 影响:极小
性能开销
- 内存读写:O(1),微秒级
- 磁盘持久化:异步执行,不阻塞主线程
- 影响:用户无感知
测试建议
功能测试
- ✅ 切换集数后返回,播放位置正确恢复
- ✅ 不同线路的集数位置独立记录
- ✅ 应用重启后缓存仍然有效
- ✅ 清理缓存后集数位置被清除
- ✅ 超过 50 集后自动移除最旧记录
- ✅ 30 天未观看的记录自动过期
兼容性测试
- ✅ 旧版本升级后无异常
- ✅ 收藏功能正常
- ✅ 历史记录同步正常
- ✅ 多线路切换正常
边界测试
- ✅ 缓存为空时不崩溃
- ✅ 磁盘写入失败时不影响播放
- ✅ JSON 解析失败时降级处理
- ✅ 并发访问时线程安全
代码修改清单
| 文件 | 类型 | 平台 | 说明 |
|---|---|---|---|
EpisodePositionCache.java |
新增 | 共用 | 集数位置缓存核心类 |
VideoActivity.java (mobile) |
修改 | 手机版 | updateHistory() 和 saveHistory() |
VideoActivity.java (leanback) |
修改 | TV版 | updateHistory() 和 saveHistory() |
TmdbDetailActivity.java |
修改 | 共用 | updateInlineHistory() 和 saveInlineHistory() - 沉浸融合模式内联播放器 |
FileUtil.java |
修改 | 共用 | clearCache() 和 getCacheSize() |
总行数: 约 +350 行(主要是新增的 EpisodePositionCache.java)
平台支持: ✅ 手机版 + ✅ TV版 + ✅ 沉浸融合模式 全部覆盖
未来优化方向
-
智能预测
- 记录用户观看习惯
- 预加载可能观看的集数
-
云同步
- 支持多设备同步观看进度
- 需要后端接口支持
-
统计分析
- 查看各集的观看率
- 推荐相似剧集
结论
✅ 推荐采用此方案,理由:
- 低风险:不修改核心数据结构,向后兼容
- 用户友好:集成到现有设置,可手动清理
- 性能优秀:内存优先,异步持久化
- 架构清晰:职责分离,易于维护
- 自动管理:过期清理,不会无限增长
相比于方案1(修改 historyKey 结构),此方案避免了数据库膨胀和兼容性风险。 相比于纯内存缓存,此方案增加了持久化能力,用户体验更好。