Tampermonkey脚本中拦截fetch请求的技术实现解析
2025-06-12 17:56:52作者:裴锟轩Denise
背景介绍
在现代Web开发中,fetch API已成为替代传统XMLHttpRequest的主流网络请求方式。Tampermonkey作为流行的用户脚本管理器,允许开发者通过编写脚本对网页进行功能扩展和修改。其中拦截和修改网络请求是常见的需求场景。
问题现象
开发者尝试通过Tampermonkey脚本拦截特定网页的fetch请求时遇到了困难。尽管已经尝试了多种配置选项,包括启用unsafeWindow和修改CSP策略,但拦截逻辑始终未能生效。
技术分析
核心问题定位
-
执行时机问题:React等现代前端框架通常在页面加载早期就初始化并发送请求,如果脚本执行时机过晚,会错过关键请求的拦截。
-
沙箱模式限制:Tampermonkey的沙箱安全机制会隔离脚本执行环境,导致对原生fetch的修改无法影响到实际页面。
关键解决方案
-
使用document-start运行时机:
// @run-at document-start这个指令确保脚本在DOM加载前执行,能够抢在React等框架初始化前完成fetch的拦截设置。
-
禁用沙箱模式: 移除
@sandbox JavaScript指令可避免安全沙箱对window对象的隔离,但需注意这会降低安全性。 -
环境变量处理:
const root = unsafeWindow || window; root.fetch = function(){...}这种写法确保了在不同浏览器环境下的兼容性。
完整实现方案
// ==UserScript==
// @name Fetch拦截示例
// @version 1.0
// @match *://example.com/*
// @run-at document-start
// @grant unsafeWindow
// ==/UserScript==
(function() {
'use strict';
const originalFetch = window.fetch;
window.fetch = function(...args) {
console.log('拦截到请求:', args[0]);
return originalFetch.apply(this, args)
.then(response => {
console.log('请求响应:', response);
return response;
});
};
})();
注意事项
-
安全性考量:禁用沙箱模式会降低脚本安全性,应仅在必要时使用。
-
性能影响:拦截所有fetch请求可能影响页面性能,建议添加特定URL过滤。
-
响应处理:注意response对象只能读取一次,需要clone()后再进行处理。
-
CSP策略:某些网站的内容安全策略可能阻止脚本修改fetch,需要相应调整。
扩展应用
这种技术不仅可用于调试和监控,还能实现:
- 请求参数修改
- 响应数据篡改
- 接口Mock
- 网络请求统计
通过合理运用Tampermonkey的请求拦截能力,开发者可以构建强大的网页增强工具,但需注意遵循道德准则和网站使用条款。
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 StartedRust0185
cann-learning-hubCANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。Jupyter Notebook0111
Step-3.7-FlashStep-3.7-Flash是一个拥有 1980 亿参数的稀疏混合专家(MoE)视觉语言模型,由 1960 亿参数的语言主干网络和 18 亿参数的视觉编码器组合而成,具备原生图像理解能力。Python00
JoyAI-EchoJoyAI-Echo,这是一个独立的、仅用于推理的版本,旨在实现分钟级多镜头音视频生成。它采用了经过蒸馏的DMD生成器、配对的跨模态记忆以及故事级别的一致性。其性能的核心在于,一个跨模态视听记忆库能够在长达五分钟的视频中保持角色外观和语音音色的一致性。同时,一个训练后处理流程将基于记忆的强化学习与分布匹配蒸馏相结合,实现了7.5倍的速度提升,显著增强了视觉质量和对齐效果。00
omega-aiOmega-AI:基于java打造的深度学习框架,帮助你快速搭建神经网络,实现模型推理与训练,引擎支持自动求导,多线程与GPU运算,GPU支持CUDA,CUDNN。Java03
llm-universe本项目是一个面向小白开发者的大模型应用开发教程,在线阅读地址:https://datawhalechina.github.io/llm-universe/Jupyter Notebook08
热门内容推荐
最新内容推荐
项目优选
收起
暂无描述
Dockerfile
759
4.94 K
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++
853
1.91 K
deepin linux kernel
C
32
16
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
673
1.31 K
Ascend Extension for PyTorch
Python
716
866
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
1.76 K
185
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
454
436
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++
1.06 K
1.09 K
CANNBot 是面向 CANN 开发的用于提升开发效率的系列智能体,本仓库为其提供可复用的 Skills 模块。
Python
990
598
暂无简介
Dart
1 K
259