uBlock Origin Lite中header过滤条件的DNR规则转换实现
2025-07-09 22:39:01作者:凌朦慧Richard
背景介绍
uBlock Origin Lite作为一款轻量级广告拦截扩展,在MV3环境下需要将传统过滤规则转换为Declarative Net Request(DNR)规则。其中header过滤条件的转换一直是个技术难点,直到最近浏览器开始支持responseHeaders条件后才得以解决。
技术挑战
传统uBlock Origin中的header过滤条件主要面临两个技术难题:
- 正则表达式兼容性问题:大多数header过滤使用正则表达式,而DNR仅支持简单的通配符模式(*和?)
- 浏览器支持度问题:responseHeaders条件在早期浏览器版本中未完全实现
解决方案实现
开发者通过以下方式实现了header过滤条件的DNR转换:
-
语法扩展:使header=语法支持DNR的HeaderInfo规范,包括:
-
- 匹配任意数量字符
- ? 匹配零或一个字符
- 支持使用反斜杠转义(*和?)
-
-
正则表达式转换:对于简单的正则表达式,自动转换为通配符模式。例如将/pattern-to-match/转换为pattern-to-match
-
大小写处理:统一将header名称转换为小写,符合HTTP规范并避免重复规则
实际应用案例
以拦截propeller广告为例,转换后的DNR规则如下:
{
"action": {"type": "block"},
"condition": {
"domainType": "thirdParty",
"regexFilter": "^https?:\\/\\/[a-z]{8,15}\\.com\\/$",
"requestDomains": ["com"],
"requestMethods": ["head"],
"resourceTypes": ["xmlhttprequest"],
"responseHeaders": [{
"header": "access-control-expose-headers",
"values": ["*X-DirectionPartner-Id*"]
}]
}
}
兼容性考虑
为确保向后兼容,实现时特别注意了:
- 旧版本浏览器不支持responseHeaders时的降级处理
- 保留原有正则表达式支持,仅对简单模式进行自动转换
- 大小写不敏感匹配以符合HTTP规范
最佳实践建议
开发者建议在日常规则编写中:
- 尽量使用通配符模式而非正则表达式
- 明确匹配范围(*前缀/后缀表示包含匹配)
- 统一使用小写header名称
这项改进显著提升了uBlock Origin Lite在MV3环境下的广告拦截能力,特别是对于依赖header检测的复杂广告网络。通过合理的语法设计和兼容性处理,在保持功能完整性的同时满足了浏览器扩展的新规范要求。
登录后查看全文
热门项目推荐
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
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
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
项目优选
收起
deepin linux kernel
C
24
9
暂无简介
Dart
669
155
Ascend Extension for PyTorch
Python
219
236
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
660
308
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
64
19
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
392
3.81 K
React Native鸿蒙化仓库
JavaScript
259
322
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.19 K
654
仓颉编程语言运行时与标准库。
Cangjie
141
878