WXT项目中未列脚本注入的Web可访问资源配置指南
2025-06-02 02:47:09作者:鲍丁臣Ursa
背景介绍
在浏览器扩展开发中,WXT项目提供了一种称为"未列脚本(unlisted script)"的功能,允许开发者创建不会自动执行的脚本文件,而是需要手动注入到页面中。这种机制为扩展开发提供了更大的灵活性,但同时也带来了一些配置上的注意事项。
核心问题
当开发者尝试通过内容脚本(content script)将未列脚本注入到网页时,可能会遇到脚本无法加载的问题。这是因为浏览器扩展的安全模型要求所有需要从网页访问的扩展资源都必须显式声明在manifest文件的web_accessible_resources字段中。
解决方案详解
基本配置方法
要使未列脚本能够被成功注入到网页中,必须在WXT项目的配置文件中明确声明该脚本为web可访问资源。以下是一个标准的配置示例:
export default defineConfig({
manifest: {
web_accessible_resources: [
{ resources: ["page.js"], matches: ["<all_urls>"] }
]
}
});
这段配置告诉浏览器:允许所有网站访问扩展中的page.js文件。
实际开发示例
假设我们有一个未列脚本文件page.ts:
export default defineUnlistedScript(() => {
console.log('未列脚本已执行!');
});
以及一个内容脚本content.ts,负责在特定条件下注入这个未列脚本:
export default defineContentScript({
matches: ['<all_urls>'],
main() {
let pageScriptElem: HTMLScriptElement | null = null;
browser.runtime.onMessage.addListener(
async function (request, sender, sendResponse) {
if (request.cmd && request.cmd === 'process') {
if (pageScriptElem !== null) pageScriptElem.remove();
pageScriptElem = document.createElement("script");
pageScriptElem.src = browser.runtime.getURL("/page.js");
pageScriptElem.type = 'text/javascript';
document.head.appendChild(pageScriptElem);
}
}
);
}
});
工作原理分析
- 内容脚本监听消息:内容脚本监听来自扩展其他部分的消息
- 动态创建脚本元素:当收到特定命令时,创建一个新的script元素
- 设置脚本源:通过browser.runtime.getURL获取未列脚本的完整URL
- 注入到页面:将script元素添加到文档的head中
潜在改进方向
虽然目前需要手动配置web_accessible_resources,但未来可以考虑以下增强:
- 自动化配置:通过defineUnlistedScript的选项自动添加web可访问资源声明
- 更精细的访问控制:允许开发者指定哪些网站可以访问该脚本
- 开发环境提示:在开发模式下检测未声明的web可访问资源使用情况
最佳实践建议
- 最小权限原则:不要滥用<all_urls>,尽量限制matches范围
- 资源命名规范:使用有意义的文件名,便于维护
- 版本控制:考虑在文件名中加入哈希值,避免缓存问题
- 错误处理:在注入脚本时添加错误处理逻辑
总结
在WXT项目中使用未列脚本时,开发者必须记住将其添加到manifest的web_accessible_resources中。这一安全机制虽然增加了配置步骤,但对于保护用户安全和隐私至关重要。理解这一机制的工作原理,将帮助开发者构建更安全、更可靠的浏览器扩展。
登录后查看全文
热门项目推荐
相关项目推荐
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
项目优选
收起
deepin linux kernel
C
24
9
Ascend Extension for PyTorch
Python
223
245
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
9
1
暂无简介
Dart
672
157
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++
662
312
React Native鸿蒙化仓库
JavaScript
262
322
🔥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
64
19
仓颉编译器源码及 cjdb 调试工具。
C++
134
867
仓颉编程语言测试用例。
Cangjie
37
860
openGauss kernel ~ openGauss is an open source relational database management system
C++
160
218