Bilibili-Evolved项目新版评论区解析技术解析
2025-05-07 14:56:49作者:廉皓灿Ida
背景介绍
Bilibili-Evolved是一个功能强大的B站增强脚本项目,近期B站对评论区进行了Vue版本升级,导致项目中原有的评论解析功能失效。本文将深入分析问题原因及解决方案。
问题分析
原项目中使用getVueData方法获取评论区数据,但随着B站前端架构升级,该方法已无法正确获取新版评论数据。核心问题在于:
- Vue版本升级导致DOM结构变化
- 原有数据获取路径失效
- 评论元素与数据无法正确映射
技术解决方案
初始解决方案
通过分析新版DOM结构,发现可以通过以下路径获取评论数据:
document.querySelector(".comment").__vue_app__._context.provides.store._state.data.apiData.replyList
但此方法仅能获取总评论列表,无法将单个评论元素与数据对应起来。
元素与数据映射方案
研究发现,一级评论可通过.root-reply-avatar元素的data-root-reply-id属性与数据中的rpid_str对应。但此方法不适用于评论回复。
高级解决方案
方案一:VNode暴露法
通过递归遍历Vue虚拟节点树(VNode),将组件实例映射到真实DOM上。关键实现:
- 组件实例vnode与模板树vnode区分处理
- 递归遍历组件子树和子节点
- 将vnode绑定到对应DOM元素的_vnode属性
此方案稳定性较高,但存在性能问题,15条评论需执行3842次递归操作。
性能优化
通过以下方法显著提升性能:
- 使用parentElement向上标记递归范围
- 从根元素向下传递vnode时选择性递归
- 特殊处理Vue Fragment节点
- 对新元素采用增量更新
优化后性能提升明显:22条评论(10条一级+12条回复)的测试结果:
| 优化前 | 优化后 | |
|---|---|---|
| 递归次数 | 8459 | 93 |
| 总耗时 | 255.3ms | 46.9ms |
方案二:Mixin注入法
通过Vue的mixin API直接注入组件逻辑:
- 使用__vue_app__.mixin全局注入
- 自定义组件行为
- 直接访问组件内部状态
此方案实现简单但可能影响性能,且mixin API在Vue3中不再推荐使用。
技术实现细节
优化后的VNode管理器核心逻辑:
- 使用Symbol标记目标元素
- 分情况处理组件vnode和模板vnode
- 智能跳过无需处理的节点
- 增量更新机制减少重复计算
总结
Bilibili-Evolved项目通过深入分析新版评论区Vue实现,采用VNode暴露与性能优化相结合的方式,成功解决了评论解析问题。该方案不仅适用于当前版本,也为未来可能的Vue升级提供了可扩展的解决方案框架。
对于开发者而言,此案例展示了如何:
- 逆向分析复杂前端应用
- 处理Vue版本升级带来的兼容问题
- 优化递归算法性能
- 设计可维护的解决方案
登录后查看全文
热门项目推荐
相关项目推荐
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
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
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5暂无简介00
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-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
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
项目优选
收起
deepin linux kernel
C
24
7
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
暂无简介
Dart
615
140
Ascend Extension for PyTorch
Python
167
189
React Native鸿蒙化仓库
JavaScript
240
315
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++
647
255
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
373
3.18 K
🎉 (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
1.09 K
618
🔥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
62
19
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
262
92