uBlock Origin Lite过滤规则导致Bootstrap图标显示异常问题分析
问题现象
开发人员在使用Bootstrap图标库时发现,当使用uBlock Origin Lite浏览器扩展的"Complete"过滤模式时,特定的分享图标(bi-share类)无法正常显示。经检查发现,这是由于uBlock Origin Lite的过滤规则将该CSS类设置为display: none !important导致的。
技术背景
Bootstrap图标库通过CSS类来实现图标显示,例如分享图标的HTML结构为<i class="bi bi-share"></i>。正常情况下,这会通过CSS伪元素显示对应的图标。但在uBlock Origin Lite的"Complete"模式下,某些过滤规则会意外匹配这些类名。
问题根源
经过分析,该问题是由uBlock Origin Lite内置的"annoyances-social"过滤列表引起的。该列表包含一条规则##.bi-share,目的是屏蔽某些社交分享按钮,但意外匹配了Bootstrap的图标类名。
解决方案
对于开发人员,有以下几种解决方法:
-
临时解决方案:在uBlock Origin Lite设置中将过滤模式从"Complete"改为"Optimal"模式
-
针对性解决方案:在uBlock Origin Lite的自定义规则中添加例外规则:
localhost#@#.bi-share -
长期解决方案:联系过滤列表维护者,建议修改或移除该条规则,避免与Bootstrap图标类名冲突
-
开发规避方案:如果项目允许,可以修改使用的图标类名,例如将
bi-share改为自定义的类名
技术建议
对于使用Bootstrap图标库的开发人员,建议:
-
在开发环境下暂时禁用广告拦截扩展,或将其设置为开发模式
-
如果必须使用广告拦截,建议选择更精确的过滤模式,避免影响开发工作
-
对于生产环境,应考虑使用自定义类名或内联SVG图标,减少被广告拦截规则误伤的可能性
该问题反映了现代Web开发中常见的一个挑战:第三方库的类名可能与广告拦截规则产生冲突,开发人员需要对此保持警觉并准备应对方案。
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
unified-cache-managementUnified Cache Manager(推理记忆数据管理器),是一款以KV Cache为中心的推理加速套件,其融合了多类型缓存加速算法工具,分级管理并持久化推理过程中产生的KV Cache记忆数据,扩大推理上下文窗口,以实现高吞吐、低时延的推理体验,降低每Token推理成本。Python03
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
Spark-Prover-X1-7BSpark-Prover-X1-7B is a 7B-parameter large language model developed by iFLYTEK for automated theorem proving in Lean4. It generates complete formal proofs for mathematical theorems using a three-stage training framework combining pre-training, supervised fine-tuning, and reinforcement learning. The model achieves strong formal reasoning performance and state-of-the-art results across multiple theorem-proving benchmarksPython00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
Spark-Formalizer-X1-7BSpark-Formalizer-X1-7B is a 7B-parameter large language model by iFLYTEK for mathematical auto-formalization. It translates natural-language math problems into precise Lean4 formal statements, achieving high accuracy and logical consistency. The model is trained with a two-stage strategy combining large-scale pre-training and supervised fine-tuning for robust formal reasoning.Python00
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile015
Spark-Scilit-X1-13B科大讯飞Spark Scilit-X1-13B基于最新一代科大讯飞基础模型,并针对源自科学文献的多项核心任务进行了训练。作为一款专为学术研究场景打造的大型语言模型,它在论文辅助阅读、学术翻译、英语润色和评论生成等方面均表现出色,旨在为研究人员、教师和学生提供高效、精准的智能辅助。Python00- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00