BiliRoamingX项目AVIF图像格式兼容性问题分析与解决方案
2025-06-28 19:27:43作者:管翌锬
问题背景
在BiliRoamingX项目中,用户反馈了一个关于AVIF图像格式兼容性的问题。当用户在哔哩哔哩客户端中禁用AVIF图像格式支持后,部分图像资源无法正常加载,特别是直播间粉丝牌左侧的荣耀等级图标显示异常。这个问题主要出现在MIUI14系统、Android 13环境下运行的哔哩哔哩粉版7.75.0版本中。
技术分析
AVIF是一种基于AV1视频编码的图像格式,具有优秀的压缩效率和图像质量。哔哩哔哩客户端为了优化资源加载速度和节省带宽,部分采用了AVIF格式的图像资源。然而,并非所有设备和系统都能完美支持AVIF格式,特别是较旧的Android版本。
通过分析问题现象和日志,我们发现:
- 即使禁用了AVIF格式支持(ff_enable_image_avif=false),客户端仍有部分API会返回AVIF格式的图像URL
- 某些资源包中直接包含了AVIF格式的图像资源
- 客户端对AVIF格式的兼容性检查逻辑不够完善
问题根源
深入分析后,我们确定了几个关键点:
- URL层面的问题:部分图像资源URL以@*.avif结尾,客户端在禁用AVIF后没有自动回退到其他格式
- 资源包内嵌问题:某些资源包直接包含了AVIF格式的二进制数据,绕过URL检测机制
- 兼容性检查不彻底:com.bilibili.gripper.image.avif.AvifSelfCheck类的执行逻辑未能正确处理禁用AVIF的情况
解决方案
针对上述问题,我们提出以下解决方案:
-
URL重写机制:
- 对于*.hdslb.com域名下的资源
- 自动将@*.avif结尾的URL替换为.webp格式
- 确保在禁用AVIF时能回退到广泛支持的WebP格式
-
资源包处理:
- 修改客户端资源加载逻辑
- 当检测到资源包内包含AVIF数据且AVIF被禁用时
- 尝试加载备用格式资源或显示占位图
-
兼容性检查增强:
- 修改AvifSelfCheck类的execute方法
- 当ff_enable_image_avif=false时直接返回"设备不支持"状态
- 确保客户端不会尝试加载AVIF格式资源
实现细节
对于希望自行修改客户端的用户,可以采取以下步骤:
- 将ff_enable_image_avif的默认值设为false
- 将ff_noavif_enable的默认值设为true
- 修改AvifSelfCheck类的execute方法,强制返回不支持AVIF的逻辑
这些修改可以有效解决禁用AVIF后部分图像无法显示的问题,同时保持客户端的其他功能不受影响。
总结
AVIF作为一种新兴图像格式,在带来性能优势的同时也带来了兼容性挑战。BiliRoamingX项目通过细致的格式检测和回退机制,确保了在各种设备环境下的稳定运行。这个案例也提醒我们,在引入新技术时需要全面考虑兼容性问题,并建立完善的回退机制。
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
请把这个活动推给顶尖程序员😎本次活动专为懂行的顶尖程序员量身打造,聚焦AtomGit首发开源模型的实际应用与深度测评,拒绝大众化浅层体验,邀请具备扎实技术功底、开源经验或模型测评能力的顶尖开发者,深度参与模型体验、性能测评,通过发布技术帖子、提交测评报告、上传实践项目成果等形式,挖掘模型核心价值,共建AtomGit开源模型生态,彰显顶尖程序员的技术洞察力与实践能力。00
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00
热门内容推荐
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
569
3.84 K
Ascend Extension for PyTorch
Python
379
453
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++
893
676
暂无简介
Dart
802
199
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
350
203
昇腾LLM分布式训练框架
Python
118
147
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
12
1
🔥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
68
20
🎉 (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
1.37 K
781