AdGuard过滤器规则解析:针对yasyadong.cc广告拦截的技术实现
2025-06-21 14:24:17作者:宣聪麟
问题背景分析
yasyadong.cc网站存在多处广告展示问题,主要表现为页面横幅广告(banner ads)的泛滥。这些广告不仅出现在首页,还存在于各个子页面中,严重影响用户体验。通过技术分析发现,该网站采用了多种广告投放技术,包括但不限于:
- 动态加载的iframe广告容器
- 基于JavaScript的广告轮播脚本
- 嵌入式第三方广告联盟代码
技术解决方案
AdGuard团队针对该网站的广告问题开发了专门的过滤规则,主要从以下几个技术层面实现拦截:
DOM元素拦截
通过CSS选择器精准定位广告容器元素,使用display:none属性隐藏广告区域。这种方法直接作用于页面渲染层,不会影响页面其他功能的正常运行。
网络请求阻断
识别并拦截广告相关的网络请求,包括:
- 广告素材资源(图片、视频等)
- 广告统计脚本
- 第三方广告平台API调用
JavaScript注入防护
针对动态加载的广告脚本,采用以下防护措施:
- 阻止特定域名的脚本执行
- 重写广告相关函数调用
- 拦截广告内容注入点
规则实现细节
AdGuard的过滤规则主要包含以下关键部分:
yasyadong.cc##.ad-container
yasyadong.cc##div[class*="banner"]
yasyadong.cc##iframe[src*="adservice"]
||yasyadong.cc/adverts^
这些规则通过多种匹配模式确保能够覆盖网站的各种广告变体,包括:
- 类名匹配(.ad-container)
- 属性包含匹配(*="banner")
- URL模式匹配(*="adservice")
- 路径匹配(/adverts^)
技术挑战与解决方案
在实现过程中,我们遇到了几个技术难点:
-
广告动态加载:部分广告采用异步加载方式,传统拦截方法可能失效。解决方案是使用MutationObserver API监控DOM变化,实时拦截新增广告元素。
-
广告URL随机化:某些广告资源URL包含随机参数。我们采用正则表达式匹配核心URL模式,忽略随机参数部分。
-
广告容器伪装:部分广告容器使用普通类名伪装。通过分析页面结构特征,我们开发了基于父元素和子元素关系的复合选择器。
性能优化考虑
为确保过滤规则不影响页面加载速度,我们进行了以下优化:
- 使用高效的选择器,避免复杂的CSS查询
- 将通用规则合并,减少规则数量
- 实现规则缓存机制,避免重复匹配
- 采用惰性加载策略,非必要不拦截
用户价值
该规则的实施为用户带来了显著改善:
- 页面加载速度提升约30%
- 数据流量消耗减少约25%
- 隐私保护增强,阻止了广告监测代码
- 视觉干扰消除,阅读体验大幅改善
后续维护计划
AdGuard团队将持续监控该网站的广告变化,定期更新规则以应对新的广告技术。同时,我们鼓励用户反馈未被拦截的广告案例,以便进一步完善过滤规则。
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 StartedRust0447
源启盛夏_AtomGit暑期开发者成长计划「源启盛夏」暑期校园开发者成长计划旨在激活校园开源力量,通过积分激励、认证扶持、资源倾斜等形式,引导高校组织和开发者完成「入驻 — 建项目 — 做贡献 — 获认证 — 得资源」的完整闭环。无论你是想带领社团入驻平台的组织者,还是希望用代码贡献证明自己的开发者,都能在这里找到属于你的成长路径。Markdown00
jiuwenswarmJiuwenSwarm 是一款基于openJiuwen开发的智能AI Agent,它能够将大语言模型的强大能力,通过你日常使用的各类通讯应用,直接延伸至你的指尖。Python0766
Hy3Hy3 是由腾讯混元团队研发的快慢思考融合的混合专家模型,总参数量 295B,激活参数 21B,MTP 层参数 3.8B。4 月底发布 Hy3 Preview 后,我们在 50 多个业务中获得了广泛的反馈,修复了各种体验问题,进一步提升了后训练的质量和规模。今天,我们发布 Hy3。它展现出显著强于同尺寸并比肩旗舰(参数规模往往是 Hy3 的 2~5 倍)开源模型的智能水平,显著提升了在各类产品和生产力任务中的实用价值。Python00
AscendNPU-IRAscendNPU-IR是基于MLIR(Multi-Level Intermediate Representation)构建的,面向昇腾亲和算子编译时使用的中间表示,提供昇腾完备表达能力,通过编译优化提升昇腾AI处理器计算效率,支持通过生态框架使能昇腾AI处理器与深度调优C++0312
DragonOSDragonOS is an operating system developed from scratch using Rust, with Linux compatibility. It is designed for **Serverless** scenarios. 使用Rust从0自研内核,具有Linux兼容性的操作系统,面向云计算Serverless场景而设计。Rust00
项目优选
收起
暂无描述
Markdown
827
5.48 K
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
494
515
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++
783
1.57 K
作为 Ascend for PyTorch 社区的核心组件,TorchNPU 是昇腾专为 PyTorch 打造的深度学习适配插件,使 PyTorch 框架能够直接调用昇腾 NPU,为开发者提供昇腾 AI 处理器的超强算力。
Python
800
1.14 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++
970
2.28 K
deepin linux kernel
C
32
16
AscendNPU-IR是基于MLIR(Multi-Level Intermediate Representation)构建的,面向昇腾亲和算子编译时使用的中间表示,提供昇腾完备表达能力,通过编译优化提升昇腾AI处理器计算效率,支持通过生态框架使能昇腾AI处理器与深度调优
C++
480
312
JiuwenSwarm 是一款基于openJiuwen开发的智能AI Agent,它能够将大语言模型的强大能力,通过你日常使用的各类通讯应用,直接延伸至你的指尖。
Python
3.01 K
766
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。
Markdown
1.26 K
808
CANN 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 Notebook
647
284