Tampermonkey脚本:Instagram媒体下载器实现解析
概述
本文介绍了一个基于Tampermonkey的用户脚本实现方案,该脚本能够在Instagram帖子页面自动检测并添加下载按钮,方便用户下载图片和视频内容。该方案通过DOM操作和JavaScript事件处理实现了简洁高效的功能。
核心功能实现
媒体检测机制
脚本通过以下方式检测页面中的媒体内容:
-
图片检测:使用CSS选择器
img[style*="object-fit: cover"]定位Instagram帖子中的主图元素,获取其src属性作为图片下载地址。 -
视频检测:通过
video标签选择器获取视频元素,并提取其src属性作为视频源地址。
下载功能实现
下载功能通过动态创建<a>标签并模拟点击实现:
function downloadMedia(mediaUrl, type) {
let link = document.createElement('a');
link.href = mediaUrl;
link.download = type === 'video' ? 'instagram_video.mp4' : 'instagram_image.jpg';
document.body.appendChild(link);
link.click();
document.body.removeChild(link);
}
这种方法无需额外权限,直接利用浏览器原生下载功能,兼容性好且实现简单。
用户界面设计
脚本创建了美观的浮动按钮,具有以下特点:
-
视觉设计:
- 圆角矩形按钮(25px)
- 蓝色渐变背景(#1DA1F2)
- 白色文字
- 轻微阴影效果
- 悬停状态颜色变化
-
布局设计:
- 固定定位(fixed)
- 右下角位置(20px)
- 视频按钮与图片按钮垂直排列
- 高z-index确保可见性
技术细节分析
延迟加载机制
脚本使用setTimeout延迟3秒执行,确保页面完全加载后再尝试获取媒体元素:
setTimeout(() => {
// 检测和添加按钮的代码
}, 3000);
防重复添加
通过检查按钮ID是否存在来避免重复创建按钮:
if (!document.getElementById('download-img-btn')) {
// 创建图片下载按钮
}
事件处理
为按钮添加了完整的交互体验:
- 点击事件触发下载
- 鼠标悬停/离开时的颜色变化效果
- CSS过渡动画(0.3s)
安全与合规考量
-
权限最小化:脚本声明
@grant none,不使用任何特殊API,仅依赖标准DOM操作。 -
用户明确操作:只有用户主动点击按钮才会触发下载,符合用户预期。
-
内容类型区分:自动识别并正确处理图片和视频两种媒体类型。
扩展建议
-
多图支持:可以扩展支持Instagram的多图帖子,添加图片切换功能。
-
下载质量选择:解析不同分辨率的媒体源,让用户选择下载质量。
-
进度提示:对于大文件下载,可以添加进度提示。
-
快捷键支持:添加键盘快捷键触发下载功能。
总结
这个Tampermonkey脚本展示了如何通过简洁的客户端JavaScript代码增强现有网站功能。它巧妙地利用了DOM查询和浏览器原生下载机制,在不影响页面原有功能的前提下,为用户提供了便捷的媒体下载功能。实现上注重用户体验细节,如按钮设计和交互反馈,是学习浏览器扩展开发的好范例。
PaddleOCR-VLPaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00- DDeepSeek-OCRDeepSeek-OCR是一款以大语言模型为核心的开源工具,从LLM视角出发,探索视觉文本压缩的极限。Python00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
HunyuanWorld-Mirror混元3D世界重建模型,支持多模态先验注入和多任务统一输出Python00
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Jinja00
Spark-Scilit-X1-13B科大讯飞Spark Scilit-X1-13B基于最新一代科大讯飞基础模型,并针对源自科学文献的多项核心任务进行了训练。作为一款专为学术研究场景打造的大型语言模型,它在论文辅助阅读、学术翻译、英语润色和评论生成等方面均表现出色,旨在为研究人员、教师和学生提供高效、精准的智能辅助。Python00
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile014
Spark-Chemistry-X1-13B科大讯飞星火化学-X1-13B (iFLYTEK Spark Chemistry-X1-13B) 是一款专为化学领域优化的大语言模型。它由星火-X1 (Spark-X1) 基础模型微调而来,在化学知识问答、分子性质预测、化学名称转换和科学推理方面展现出强大的能力,同时保持了强大的通用语言理解与生成能力。Python00- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00