在Legado阅读应用中实现书籍黑名单过滤功能的技术探讨

背景介绍

Legado作为一款流行的开源阅读应用，其发现功能允许用户浏览各类书籍资源。然而在实际使用中，用户经常会遇到重复推荐已读或不感兴趣书籍的问题，这影响了发现新书的效率。

核心问题分析

当前发现功能存在两个主要痛点：

1. 已加入书架的书籍仍会频繁出现在推荐列表中
2. 用户无法对不感兴趣的书籍进行标记和过滤

这些问题导致用户需要花费大量时间翻页浏览才能找到真正感兴趣的新书。

技术实现方案

方案一：书源规则过滤

通过在书源层面实现过滤逻辑是最直接的解决方案：

1. 在书源配置中增加黑名单存储功能
2. 发现页面请求时自动过滤黑名单中的书籍
3. 提供UI界面供用户管理黑名单

实现要点：

• 使用本地文件存储黑名单数据
• 每次请求发现页时先加载黑名单
• 对返回结果进行过滤处理

方案二：应用层增强

虽然理论上应由书源处理，但应用层也可以提供支持：

1. 增加"不感兴趣"按钮交互
2. 提供应用级黑名单存储API
3. 开放黑名单数据给书源使用

实现细节

黑名单数据结构

建议采用轻量级存储格式：

{
  "books": [
    {
      "title": "书名",
      "author": "作者",
      "source": "书源标识"
    }
  ]
}

过滤逻辑处理

在发现功能请求流程中插入过滤步骤：

1. 获取原始发现结果
2. 加载黑名单数据
3. 遍历结果集，移除匹配项
4. 返回过滤后结果

用户体验优化

建议的交互设计：

1. 在书籍卡片增加"不感兴趣"按钮
2. 提供黑名单管理界面
3. 支持批量导入/导出黑名单

技术挑战

1. 性能考虑：大量黑名单数据时的过滤效率
2. 数据同步：多设备间的黑名单同步
3. 误操作处理：黑名单恢复机制

总结

实现书籍黑名单过滤功能可以显著提升Legado的用户体验。虽然最佳实践是在书源层面实现，但应用层提供基础支持将大大降低书源开发者的工作量。建议采用渐进式方案，先实现基础过滤功能，再逐步完善管理界面和高级功能。