AV 番号库完整指南

什么是番号库

「番号库」在中文语境下泛指整理和索引 AV 番号元数据的公开数据库。它的核心功能是：接收番号或关键词查询 → 返回作品元数据条目。番号库本身不存储、不传输、不链接任何内容资源，只保存作品的可公开信息（番号、片名、演员、时长等）。

从数据结构角度看，番号库是关系型数据库或文档型数据库——每部作品是一条记录，字段规范化，索引以番号、演员名、厂牌等维度建立。

与「番号搜索工具」（是查询前端）不同，番号库是数据后端。搜索工具是番号库的一种展现形式，同一个番号库可能对应多个前端（网页、App、API 等）。

番号库的三种组织形式

按主组织维度分，番号库常见三种形式：

• 按厂牌组织：以厂牌 / 系列 code 为一级分类，例如「SSNI 系列」「MIDD 系列」下挂对应作品。适合按厂牌浏览、关注特定系列的用户。
• 按时间组织：以发行年月为一级维度，展现作品发行时间线。适合追新、看历史演化脉络。
• 按演员组织：以演员姓名为一级维度，聚合演员参演的全部作品。适合以演员为检索单位的用户。

成熟的番号库通常三个维度并存——数据是同一套，通过不同索引提供不同视图。用户可以按厂牌浏览、按时间浏览、按演员浏览，取决于自己的检索习惯。

番号库的标准字段

规范的番号库条目应至少包含以下字段：

• 番号：作品唯一识别码（如 IPX-123）。
• 片名：作品官方标题（日文原名 + 中文常用译名）。
• 演员：参演演员列表（含出演角色说明如有）。
• 发行日：作品公开发行的年月日。
• 时长：作品时长（分钟）。
• 厂牌：发行厂牌名称。
• 系列：所属系列 code（前缀）。

更完整的番号库还会包含以下扩展字段：类型标签（如「素人」「企划」）、评分、发行地区、语言、字幕情况、条码 / EAN 编号、封面图片链接（元数据层面，不代表内容存储）等。这些扩展字段进一步提升检索能力和数据价值。

番号库的元数据规范

字段的具体格式约定：

字段规范化有利于数据交换、跨库对照与结构化检索。不同番号库间做数据同步 / 合并时，字段格式一致是首要前提。

如何选择合适的番号库

不同番号库在覆盖范围、更新频率、界面体验、字段完整度上差异明显。选择时可参考以下评估维度：

• 覆盖完整性：目标厂牌 / 时段的番号收录是否完整？可用几个已知番号抽样测试。
• 更新频率：新发行的番号多久能被收录？滞后 1-2 周内属正常，超过 1 个月说明维护不积极。
• 字段完整度：条目是否包含全部标准字段？缺失演员或系列信息的库使用价值有限。
• 界面与检索：是否支持模糊查询、跨字段筛选、批量导出？重度用户对此敏感。
• 数据准确性：抽查几个番号的演员、发行日是否与其他公开来源一致。
• 合规性：库本身是否只提供元数据（合规），还是掺入了资源链接（有法律风险）？只用纯元数据库。

番号库的维护挑战

运行一个可靠的番号库并不轻松，常见挑战包括：

• 数据来源：如何获取新发行番号的元数据？主流做法是订阅厂牌官方发行公告、爬取公开发行页、社群协作贡献。
• 去重和一致性：同一部作品可能在不同来源有轻微差异的元数据，需要合并逻辑。
• 历史数据回填：老作品的完整元数据往往不易补齐，可能需要多方交叉参考。
• 命名规则演化：新前缀 code 出现、旧 code 停用、后缀规则改变都需要持续跟进。
• 存储与检索性能：条目数达到几十万级后，全文检索、多字段联合查询的性能优化是硬工程。

理解这些维护成本，有助于评估一个番号库的可持续性——一个长期缺乏维护的库，即使当下数据尚可，未来价值也会快速衰减。

番号库与番号搜索的区别

用户经常混淆「番号库」和「番号搜索」两个概念，其实两者定位不同：

• 番号库：数据本身。它是一个结构化的数据集合，可能有几万到几十万条番号元数据记录。
• 番号搜索：查询数据的行为或工具。搜索工具是查询前端，可以基于某个番号库（也可以聚合多个库的数据）。

关系上：番号库是数据后端，番号搜索是查询前端。同一个番号库可以对应多种搜索前端（网页、App、CLI）；同一个搜索工具也可以查询多个番号库。理解这一点能避免选择工具时的思路混乱。

番号库的数据交换与合并

随着番号库生态成熟，不同库之间的数据交换需求越来越多。常见交换场景：

• 格式互转：JSON、CSV、SQL dump、XML 等格式互相转换。字段名统一是前提。
• 数据合并：把两个库的数据合并成一个更完整的库，需处理番号级去重、字段冲突（谁的值优先）。
• 增量同步：只同步差异部分，用番号+更新时间作为主键判断。
• 数据校验：合并后抽样核对，确保数据没有错乱或丢失。

规范化的字段格式（详见前一节表格）是所有这些操作的基础。字段格式不统一，任何合并都会出问题。