BiliRoaming项目中的稍后再看功能加载问题分析
2025-05-22 00:17:57作者:农烁颖Land
问题背景
在BiliRoaming项目中,用户反馈使用LSPatch打包的哔哩哔哩客户端7.50.0版本时,发现"稍后再看"功能无法正常加载,系统提示"加载出错,请稍后再试"。经过多位用户测试验证,这一问题与特定视频的添加有关。
问题现象
当用户在"稍后再看"列表中添加某些特定视频后,整个功能将无法正常使用。具体表现为:
- 点击"稍后再看"选项时,界面显示加载错误提示
- 功能完全无法使用,无法查看已保存的视频列表
- 该问题在多个版本的客户端中均有出现
问题原因分析
经过技术分析和用户反馈,确定问题主要由以下因素导致:
-
视频ID格式变更:哔哩哔哩平台近期修改了视频编号的逻辑,从原来的较短格式扩展为15位长度。旧版本客户端对新格式ID的支持存在兼容性问题。
-
特定视频触发:某些特定视频(如包含15位编号的视频)被添加到"稍后再看"列表后,会导致整个功能异常。这些视频本身可能没有明显特征,但会引发客户端解析错误。
-
版本兼容性问题:LSPatch打包的7.50.0版本客户端已较旧,无法完全适配哔哩哔哩最新的API变更和数据格式。
解决方案
针对这一问题,目前有以下几种可行的解决方法:
-
移除问题视频:
- 通过网页端登录哔哩哔哩账号
- 进入"稍后再看"列表
- 逐个移除最近添加的视频(特别是15位编号的视频)
- 测试功能是否恢复
-
清空并重建列表:
- 备份当前"稍后再看"列表内容
- 完全清空列表
- 重启客户端
- 逐步重新添加视频
-
升级客户端版本:
- 自行使用最新版LSPatch工具打包新版哔哩哔哩客户端
- 注意:官方可能不再提供预打包版本
技术建议
对于开发者而言,需要注意以下几点:
- 客户端与服务器API的版本兼容性问题会随着平台更新而不断出现
- 视频编号格式变更这类基础数据结构的调整需要客户端及时适配
- 对于使用第三方工具打包的应用,版本更新滞后可能导致功能异常
- 在异常处理中,应当提供更详细的错误信息以便问题定位
未来展望
由于LSPatch项目已停止更新,建议用户:
- 考虑使用其他hook框架或方案
- 自行学习应用打包技术以适应版本更新需求
- 关注BiliRoaming项目的后续发展,了解是否有新的兼容性解决方案
该问题的出现提醒我们,在第三方修改客户端的使用过程中,版本兼容性问题需要持续关注,及时更新才能获得最佳使用体验。
登录后查看全文
热门项目推荐
相关项目推荐
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00
jiuwenclawJiuwenClaw 是一款基于openJiuwen开发的智能AI Agent,它能够将大语言模型的强大能力,通过你日常使用的各类通讯应用,直接延伸至你的指尖。Python0238- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
AtomGit城市坐标计划AtomGit 城市坐标计划开启!让开源有坐标,让城市有星火。致力于与城市合伙人共同构建并长期运营一个健康、活跃的本地开发者生态。01
electerm开源终端/ssh/telnet/serialport/RDP/VNC/Spice/sftp/ftp客户端(linux, mac, win)JavaScript00
项目优选
收起
deepin linux kernel
C
27
13
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
632
4.16 K
Ascend Extension for PyTorch
Python
471
567
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++
932
835
🎉 (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
1.51 K
861
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
383
266
暂无简介
Dart
880
210
昇腾LLM分布式训练框架
Python
138
162
AscendNPU-IR是基于MLIR(Multi-Level Intermediate Representation)构建的,面向昇腾亲和算子编译时使用的中间表示,提供昇腾完备表达能力,通过编译优化提升昇腾AI处理器计算效率,支持通过生态框架使能昇腾AI处理器与深度调优
C++
123
188
Oohos_react_native
React Native鸿蒙化仓库
JavaScript
327
382