Tampermonkey中GM.xmlHttpRequest对协议相对URL的解析问题解析
2025-06-12 00:32:47作者:伍希望
问题背景
在Web开发中,协议相对URL(Protocol-relative URLs)是一种常见的URL书写方式,它省略了协议部分(如http:或https:),只以双斜杠//开头。这种URL会根据当前页面的协议自动选择使用HTTP或HTTPS协议,从而提高兼容性和安全性。
然而,在Tampermonkey 5.1.1版本中,用户报告了一个关于GM.xmlHttpRequest方法处理协议相对URL时的bug。当使用这种URL时,Tampermonkey未能正确解析URL,导致请求失败。
问题表现
当用户尝试使用如下格式的URL发起请求时:
//cdn.jsdelivr.net/npm/left-pad@1.3.0/index.min.js
Tampermonkey错误地将URL解析为:
https://npm/left-pad@1.3.0/index.min.js
可以看到,解析过程中出现了两个主要问题:
- 域名部分
cdn.jsdelivr.net被错误地截断为npm - 路径部分也被错误处理
这导致请求最终失败,返回状态码0,且没有有效的响应内容。
技术分析
协议相对URL的正确解析应该遵循以下规则:
- 保留完整的域名部分
- 根据当前页面使用的协议(HTTP或HTTPS)自动补全协议部分
- 保持路径部分完整不变
在Tampermonkey的实现中,URL解析器在处理协议相对URL时出现了逻辑错误,可能是由于:
- 对双斜杠开头的URL特殊处理不足
- 域名解析逻辑存在缺陷
- URL拼接过程中出现了意外的字符串截断
解决方案
Tampermonkey开发团队已经在5.3.6213 beta版本中修复了这个问题。用户可以通过以下方式获取修复:
- 下载beta版本的CRX文件
- 在Chrome扩展页面(chrome://extensions)启用开发者模式
- 将CRX文件拖拽安装
安装前建议先通过Tampermonkey的"Utilities"选项卡导出当前设置和脚本,安装新版本后再导入。
最佳实践
为避免类似问题,开发者在使用GM.xmlHttpRequest时可以:
- 尽量使用完整URL(包含协议部分)
- 如果必须使用协议相对URL,可以先通过JavaScript的URL API进行规范化处理
- 在请求失败时添加适当的错误处理和重试逻辑
总结
URL解析是浏览器扩展开发中的基础但重要的一环。Tampermonkey团队对此问题的快速响应展示了他们对产品质量的重视。开发者在使用这类高级API时,应当注意边界条件的测试,特别是对于特殊格式的输入处理。同时,关注项目的更新动态,及时升级到修复了已知问题的版本,可以避免很多潜在的兼容性问题。
登录后查看全文
热门项目推荐
相关项目推荐
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-1.5HunyuanVideo-1.5作为一款轻量级视频生成模型,仅需83亿参数即可提供顶级画质,大幅降低使用门槛。该模型在消费级显卡上运行流畅,让每位开发者和创作者都能轻松使用。本代码库提供生成创意视频所需的实现方案与工具集。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
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
项目优选
收起
deepin linux kernel
C
24
8
暂无简介
Dart
643
149
Ascend Extension for PyTorch
Python
203
219
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++
654
282
React Native鸿蒙化仓库
JavaScript
248
317
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
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.13 K
631
本项目是CANN提供的是一款高效、可靠的Transformer加速库,基于华为Ascend AI处理器,提供Transformer定制化场景的高性能融合算子。
C++
77
100
仓颉编译器源码及 cjdb 调试工具。
C++
130
861
仓颉编程语言运行时与标准库。
Cangjie
134
873