AdNauseam项目中的DailyMotion视频广告过滤问题解析
2025-06-11 07:30:30作者:郜逊炳
在AdNauseam广告拦截项目中,开发者发现了一个关于DailyMotion视频平台广告过滤的特殊问题。这个问题表现为在Chrome浏览器上播放只有声音没有画面的视频广告,而在Firefox浏览器上则显示广告拦截检测提示。
问题现象分析
当用户在DailyMotion平台观看视频时,AdNauseam未能完全拦截视频广告,导致出现以下两种异常情况:
- 在Chrome浏览器中:播放只有音频没有画面的视频广告
- 在Firefox浏览器中:显示广告拦截器检测提示
值得注意的是,使用uBlock Origin时这些问题不会出现,这表明这是AdNauseam特有的问题。
技术调查过程
开发团队经过深入调查,发现问题的核心在于AdNauseam的静态过滤引擎与uBlock Origin在处理通用隐藏(generichide)规则时的差异。具体来说:
- uBlock Origin使用了一条关键规则:
@@||dailymotion.com^$ghide
这条规则作为例外规则,会关闭匹配页面上的通用元素隐藏功能。
- 在AdNauseam中,由于使用了独立的元素隐藏系统来收集广告,导致这类例外规则未被正确处理,进而触发了广告拦截检测机制。
解决方案探索
开发团队考虑了多种解决方案:
- 启用generichide功能:虽然可以解决检测问题,但会导致更多广告在其他网站上显示
- 自动启用严格模式:在generichide例外页面上自动切换
- 创建特定例外规则:针对DailyMotion平台单独处理
最终,团队选择了最精确的解决方案:为DailyMotion添加特定的元素隐藏例外规则:
dailymotion.com#@#.ad_box
技术原理深入
这个案例揭示了广告拦截器开发中的几个重要技术点:
-
通用隐藏(generichide):这是一种特殊的过滤规则类型,用于控制全局元素隐藏行为。当作为例外规则使用时,它可以防止特定网站上的通用隐藏规则生效。
-
广告拦截检测机制:许多网站会检查某些DOM元素是否被隐藏,以此判断用户是否使用了广告拦截器。如果拦截器隐藏了不该隐藏的元素,就可能触发这种检测。
-
跨浏览器差异:不同浏览器对广告拦截检测的实现可能有所不同,这解释了为什么问题在Chrome和Firefox上表现不同。
项目启示
这个问题的解决过程为广告拦截器开发提供了宝贵经验:
- 在实现广告收集功能时,需要特别注意与现有过滤规则的兼容性
- 通用规则的例外处理需要特别谨慎,可能对功能产生广泛影响
- 针对特定平台的定制化解决方案有时比通用方案更有效
AdNauseam团队通过这个案例进一步优化了其过滤系统,提升了在各种视频平台上的广告拦截效果,同时避免了被检测的风险。这种精细化的处理方式体现了专业广告拦截器开发的技术深度。
登录后查看全文
热门项目推荐
相关项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedJavaScript096- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
MiMo-V2.5-ProMiMo-V2.5-Pro作为旗舰模型,擅⻓处理复杂Agent任务,单次任务可完成近千次⼯具调⽤与⼗余轮上 下⽂压缩。Python00
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
Kimi-K2.6Kimi K2.6 是一款开源的原生多模态智能体模型,在长程编码、编码驱动设计、主动自主执行以及群体任务编排等实用能力方面实现了显著提升。Python00
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00
项目优选
收起
暂无描述
Dockerfile
700
4.5 K
Ascend Extension for PyTorch
Python
563
691
Claude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed.
Get Started
JavaScript
535
95
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++
957
953
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
411
338
🎉 (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
1.6 K
939
Oohos_react_native
React Native鸿蒙化仓库
C++
340
387
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++
128
209
昇腾LLM分布式训练框架
Python
148
177
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
140
221