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
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 StartedRust0111- 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
SenseNova-U1-8B-MoT-SFTenseNova U1 是一系列全新的原生多模态模型,它在单一架构内实现了多模态理解、推理与生成的统一。 这标志着多模态AI领域的根本性范式转变:从模态集成迈向真正的模态统一。SenseNova U1模型不再依赖适配器进行模态间转换,而是以原生方式在语言和视觉之间进行思考与行动。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
717
4.56 K
Ascend Extension for PyTorch
Python
581
710
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
419
356
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.09 K
601
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
Rust
664
111
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++
963
956
deepin linux kernel
C
28
16
🎉 (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
1.62 K
953
昇腾LLM分布式训练框架
Python
153
179
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
141
223