Violentmonkey中GM.xmlHttpRequest的正确使用方式
2025-06-02 22:41:30作者:何将鹤
在用户脚本开发中,GM.xmlHttpRequest是一个非常重要的API,它允许脚本向其他域发送HTTP请求。然而,不同用户脚本管理器对这个API的实现存在差异,这可能导致兼容性问题。
核心问题分析
Violentmonkey和Greasemonkey对GM.xmlHttpRequest的实现遵循传统回调模式,而Tampermonkey则采用了Promise风格的实现。这种差异导致在Tampermonkey中可以链式调用.then()方法,但在Violentmonkey中会抛出"is not a function"错误。
正确的使用方法
在Violentmonkey中,GM.xmlHttpRequest应该这样使用:
GM.xmlHttpRequest({
method: "GET",
url: "https://example.com/api",
onload: function(response) {
if (response.status >= 200 && response.status < 300) {
console.log("请求成功", response.responseText);
} else {
console.error("请求失败", response.status);
}
},
onerror: function(error) {
console.error("请求出错", error);
}
});
兼容性解决方案
如果需要编写跨管理器的用户脚本,可以采用以下兼容性方案:
function makeRequest(url) {
if (typeof GM.xmlHttpRequest === 'function') {
// Violentmonkey/Greasemonkey风格
return new Promise((resolve, reject) => {
GM.xmlHttpRequest({
url: url,
onload: resolve,
onerror: reject
});
});
} else if (typeof GM.xmlHttpRequest === 'object' &&
typeof GM.xmlHttpRequest.then === 'function') {
// Tampermonkey风格
return GM.xmlHttpRequest({url: url});
}
throw new Error('不支持的GM.xmlHttpRequest实现');
}
最佳实践建议
- 始终检查API的可用性和行为特征
- 为不同管理器编写适配层
- 在文档中明确说明兼容性要求
- 使用try-catch处理可能的异常
- 考虑使用现代fetch API的polyfill作为替代方案
总结
理解不同用户脚本管理器对GM.xmlHttpRequest的实现差异对于开发跨平台兼容的用户脚本至关重要。Violentmonkey坚持与Greasemonkey保持一致的实现方式,采用传统的回调模式而非Promise风格。开发者应当根据目标环境选择合适的实现方式,或者编写兼容层来统一不同管理器的行为差异。
登录后查看全文
热门项目推荐
相关项目推荐
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
项目优选
收起
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
278
2.57 K
deepin linux kernel
C
24
6
React Native鸿蒙化仓库
JavaScript
223
302
Ascend Extension for PyTorch
Python
105
135
暂无简介
Dart
568
127
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++
599
164
🎉 (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
1.03 K
607
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.03 K
448
openGauss kernel ~ openGauss is an open source relational database management system
C++
154
205
一个用于服务器应用开发的综合工具库。
- 零配置文件
- 环境变量和命令行参数配置
- 约定优于配置
- 深刻利用仓颉语言特性
- 只需要开发动态链接库,fboot负责加载、初始化并运行。
Cangjie
283
26