uBlockOrigin-HUGE-AI-Blocklist项目中的DuckDuckGo图片搜索过滤问题解析
在开源项目uBlockOrigin-HUGE-AI-Blocklist中,近期出现了一个影响DuckDuckGo图片搜索功能的过滤规则问题。这个问题表现为当用户使用uBlock Origin扩展并启用该过滤列表时,DuckDuckGo的图片搜索结果会间歇性全部消失,而文字链接仍然可以正常访问。
问题现象
多位用户报告称,在使用Firefox 137浏览器配合uBlock Origin 1.63.2版本时,DuckDuckGo的图片搜索结果会突然变得不可见。从用户提供的截图可以看到,图片区域完全空白,但页面其他元素如搜索框和文字链接仍然正常显示。这个问题并非每次都会出现,而是呈现间歇性发作的特点。
问题根源分析
经过技术分析,发现问题出在过滤规则的选择器设计上。具体来说,当过滤规则尝试屏蔽某些AI相关网站(如forkful.ai)时,使用了:upward(div)
选择器向上查找父级div元素。然而在DuckDuckGo的图片搜索结果页面结构中,这些链接并不直接包含在div元素中,导致选择器继续向上查找,最终意外匹配到了整个图片结果容器,从而将所有图片结果都隐藏了。
技术细节
问题的核心在于CSS选择器的匹配范围过大。原始过滤规则如下:
google.com,duckduckgo.com,bing.com##a[href*="forkful.ai"]:upward(div):style(opacity:0.00!important;)
当这个规则在DuckDuckGo图片搜索页面上执行时,由于找不到直接的div父元素,选择器会一直向上匹配,最终影响到整个图片结果容器。
解决方案
项目维护者提出了修改建议,将:upward(div)
改为:upward(li)
,因为DuckDuckGo的图片搜索结果实际上是包含在li元素中的。这样修改后,选择器就能精确匹配到目标元素,而不会影响整个图片结果区域。
修改后的规则在多个用户的测试中证实有效,既保留了原有的AI网站屏蔽功能,又不会干扰正常的图片搜索结果展示。
经验总结
这个案例为我们提供了几个重要的技术经验:
-
在编写uBlock Origin过滤规则时,选择器的精确性至关重要。过于宽泛的选择器可能会产生意外的副作用。
-
针对不同搜索引擎的结果页面结构,可能需要设计不同的过滤规则。同一规则在不同搜索引擎上的表现可能大相径庭。
-
间歇性出现的问题往往与特定条件下的选择器匹配有关,需要仔细分析页面结构才能找到真正原因。
-
社区协作在解决这类问题上非常有效,多位用户的测试和反馈帮助快速定位和验证了解决方案。
这个问题的解决过程展示了开源社区如何协作解决技术问题,也为其他过滤列表维护者提供了宝贵的经验参考。
GLM-4.6
GLM-4.6在GLM-4.5基础上全面升级:200K超长上下文窗口支持复杂任务,代码性能大幅提升,前端页面生成更优。推理能力增强且支持工具调用,智能体表现更出色,写作风格更贴合人类偏好。八项公开基准测试显示其全面超越GLM-4.5,比肩DeepSeek-V3.1-Terminus等国内外领先模型。【此简介由AI生成】Jinja00- DDeepSeek-V3.2-ExpDeepSeek-V3.2-Exp是DeepSeek推出的实验性模型,基于V3.1-Terminus架构,创新引入DeepSeek Sparse Attention稀疏注意力机制,在保持模型输出质量的同时,大幅提升长文本场景下的训练与推理效率。该模型在MMLU-Pro、GPQA-Diamond等多领域公开基准测试中表现与V3.1-Terminus相当,支持HuggingFace、SGLang、vLLM等多种本地运行方式,开源内核设计便于研究,采用MIT许可证。【此简介由AI生成】Python00
GLM-V
GLM-4.5V and GLM-4.1V-Thinking: Towards Versatile Multimodal Reasoning with Scalable Reinforcement LearningPython00ops-transformer
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。C++0107AI内容魔方
AI内容专区,汇集全球AI开源项目,集结模块、可组合的内容,致力于分享、交流。02Spark-Chemistry-X1-13B
科大讯飞星火化学-X1-13B (iFLYTEK Spark Chemistry-X1-13B) 是一款专为化学领域优化的大语言模型。它由星火-X1 (Spark-X1) 基础模型微调而来,在化学知识问答、分子性质预测、化学名称转换和科学推理方面展现出强大的能力,同时保持了强大的通用语言理解与生成能力。Python00GOT-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- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile010
- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00
热门内容推荐
最新内容推荐
项目优选









