Bilibili-Evolved项目广告按钮删除功能的技术分析
Bilibili-Evolved是一款针对B站网页端的用户脚本工具,提供了丰富的功能增强和界面优化选项。最近有用户反馈在版本v2.9.5-101-g11fe0ba95中,页面右下角的广告按钮未能被成功移除的问题。
问题背景
在B站网页版的默认界面中,右下角通常会显示一个广告推广按钮。Bilibili-Evolved项目的一个功能就是帮助用户移除这些干扰性的广告元素,提升观看体验。然而,在某些情况下,这个广告按钮可能仍然会显示出来。
技术原因分析
广告按钮未被移除可能有几个技术层面的原因:
-
DOM结构变更:B站可能更新了页面结构,导致原有的CSS选择器或JavaScript定位方式失效。广告按钮的HTML元素可能被重新组织或添加了新的类名/ID。
-
异步加载问题:广告内容可能是通过AJAX异步加载的,如果脚本执行时机过早,可能在广告元素还未完全加载时就尝试移除它。
-
版本兼容性问题:脚本版本与B站播放器版本(4.9.5-dc644a63)之间可能存在兼容性问题,特别是当B站进行前端更新时。
-
浏览器扩展冲突:其他浏览器扩展或脚本可能干扰了Bilibili-Evolved的正常运行。
解决方案
针对这类问题,开发者通常会采取以下技术措施:
-
更新选择器逻辑:检查最新的DOM结构,更新用于定位广告元素的选择器,确保能够准确匹配目标元素。
-
增加观察机制:使用MutationObserver API来监控DOM变化,确保即使广告是异步加载的也能被及时移除。
-
多重移除策略:实现多种移除方法,包括CSS隐藏、DOM节点移除等,提高成功率。
-
版本适配检查:在脚本中增加对B站版本的检测,针对不同版本采用不同的处理逻辑。
用户应对建议
对于遇到此问题的用户,可以尝试以下方法:
- 确保使用的是最新版本的Bilibili-Evolved脚本
- 检查是否有其他扩展或脚本与Bilibili-Evolved产生冲突
- 清除浏览器缓存后重新加载页面
- 在脚本设置中检查广告移除功能是否被启用
总结
网页广告移除功能是一个持续性的技术对抗过程,随着网站前端技术的更新,用户脚本也需要不断调整和优化。Bilibili-Evolved项目通过社区反馈和快速迭代,持续为用户提供更好的B站浏览体验。这类问题的解决体现了开源项目响应社区需求、快速修复问题的优势。
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
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
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Python00
HunyuanVideo-1.5暂无简介00
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
Spark-Formalizer-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
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