Lighthouse项目中a11y gatherer在特定页面卡顿问题分析
2025-05-05 07:25:40作者:虞亚竹Luna
问题背景
在GoogleChrome的Lighthouse项目中,开发团队发现当对某些特定网页进行可访问性(a11y)测试时,测试过程会出现卡顿甚至超时的情况。这一问题在测试"https://almanac.httparchive.org/en/2021/ecommerce"页面时尤为明显,导致PROTOCOL_TIMEOUT错误。
问题定位
经过开发团队的深入排查,发现问题源于Lighthouse 10.0版本之后引入的一个变更。通过二分法定位,团队确认问题与GitHub issue #15216相关。具体表现为"target-size"规则检查耗时过长,导致整个测试过程无法在合理时间内完成。
技术分析
-
target-size规则问题:
- 这是axe-core提供的一个可访问性检查规则,用于验证交互元素的目标尺寸是否足够大(通常建议至少24x24像素)
- 在包含大量相似元素的页面(如带有众多"View Source"链接的页面)上,该规则检查会消耗过多时间
- 问题在页面包含大量Web Mentions(页面底部显示的引用信息)时尤为突出
-
DOM规模影响:
- 测试发现,当页面DOM结构过于庞大时,不仅target-size规则,其他类似规则(如identical-links-same-purpose)也会面临性能挑战
- 在"https://almanac.httparchive.org/en/2021/webassembly"页面上,禁用Web Mentions功能后,测试能够顺利完成
-
配置影响:
- 虽然可以通过配置禁用特定规则(如identical-links-same-purpose)来规避问题
- 但由于Lighthouse审计ID与axe配置之间缺乏直接映射关系,仅通过配置无法完全解决问题
解决方案
开发团队采取了以下措施解决该问题:
-
临时解决方案:
- 在axe-core修复性能问题前,暂时禁用target-size规则检查
- 这确保了Lighthouse测试能够在合理时间内完成,同时不影响其他可访问性检查
-
长期规划:
- 计划改进Lighthouse审计ID与axe配置之间的映射机制
- 待axe-core修复性能问题后,重新启用target-size规则,以保持完整的可访问性检查能力
经验总结
这一案例为Web可访问性测试工具的开发提供了宝贵经验:
- 性能考量:可访问性检查工具在处理大型DOM时需要特别关注性能优化
- 规则选择性:并非所有规则都适合在所有场景下运行,需要提供灵活的配置选项
- 工具集成:当整合不同工具时,需要考虑配置映射等细节问题
该问题的解决确保了Lighthouse工具在保持严格可访问性检查的同时,也能在各种规模的网页上稳定运行。
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
567
3.84 K
🔥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
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
暂无简介
Dart
799
199
🎉 (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
780
喝着茶写代码!最易用的自托管一站式代码托管平台,包含Git托管,代码审查,团队协作,软件包和CI/CD。
Go
23
0
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
349
200
Ascend Extension for PyTorch
Python
377
450
无需学习 Kubernetes 的容器平台,在 Kubernetes 上构建、部署、组装和管理应用,无需 K8s 专业知识,全流程图形化管理
Go
16
1