Tampermonkey脚本在浏览器后退时失效的解决方案
问题现象分析
在使用Tampermonkey浏览器扩展时,用户可能会遇到一个常见问题:当通过浏览器后退按钮返回之前访问过的页面时,原本应该在该页面上运行的Tampermonkey脚本不再生效。这种现象通常发生在单页应用(SPA)或使用软导航(soft navigation)的网站上,比如Twitter/X等现代Web应用。
技术原理剖析
这种现象的根本原因在于现代Web应用的导航机制与传统网站不同:
-
硬导航 vs 软导航:传统网站使用硬导航(hard navigation),即每次页面跳转都会触发完整的页面加载;而现代Web应用多采用软导航(programmatic navigation),通过JavaScript动态更新页面内容而不重新加载整个页面。
-
Tampermonkey脚本加载机制:Tampermonkey脚本只在硬导航时才会加载执行。当用户通过后退按钮返回页面时,如果网站使用的是软导航机制,Tampermonkey脚本不会被重新加载。
解决方案
方法一:扩大匹配范围并添加路径检查
// 修改前
// @match https://x.com/yugiohmemories
// 修改后
// @match https://x.com/*
setInterval(function(){
if (window.location.pathname !== "/yugiohmemories") return;
window.location.href = window.location.href;
}, 30*1000);
这种方法通过扩大脚本的匹配范围,使其在整个域名下都生效,然后通过代码检查当前路径是否为需要自动刷新的特定页面。
方法二:添加手动刷新按钮
function addButton() {
const btn = document.createElement("button");
btn.textContent = "Init reloading";
btn.style = `
position: fixed;
top: 10px;
left: calc(50vw - 500px);
z-index: 1000;
`;
btn.onclick = () => {
btn.remove();
startReloading();
};
document.body.append(btn);
}
function startReloading() {
sessionStorage.reloadUrl = window.location.href;
setTimeout(() => {
if (sessionStorage.reloadUrl === window.location.href) {
window.location.reload();
} else {
addButton();
}
}, 30_000);
}
这种方法提供了更好的用户体验,允许用户在需要时手动启动自动刷新功能。
方法三:通用自动刷新解决方案
const reloadPages = {
"https://x.com/buitengebieden": 5,
"https://example.com/exact-url$": 5
};
const regExps = Object.entries(reloadPages).map(([reg, time]) => [new RegExp(reg, "i"), time*1000]);
let timer;
function check() {
clearTimeout(timer);
for (const [reg, time] of regExps) {
if (reg.test(window.location.href)) {
timer = setTimeout(() => window.location.reload(), time);
return;
}
}
}
check();
window.onurlchange = check;
这是一个更通用的解决方案,可以配置多个需要自动刷新的页面及其刷新间隔,利用window.onurlchange事件来检测URL变化。
最佳实践建议
-
合理设置@match规则:对于现代Web应用,建议使用更宽泛的匹配模式,如
https://example.com/*,然后在脚本内部进行精确的URL检查。 -
利用浏览器API:可以使用
window.onurlchange事件(需要Tampermonkey的@grant window.onurlchange权限)来检测URL变化,及时执行需要的操作。 -
考虑用户体验:自动刷新功能可能会影响用户体验,建议提供可视化反馈或允许用户控制刷新行为。
-
性能优化:在实现自动刷新功能时,注意清除旧的定时器,避免内存泄漏和性能问题。
通过理解Tampermonkey脚本的加载机制和现代Web应用的导航特性,开发者可以编写出更健壮的用户脚本,解决后退时脚本失效的问题。
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00
请把这个活动推给顶尖程序员😎本次活动专为懂行的顶尖程序员量身打造,聚焦AtomGit首发开源模型的实际应用与深度测评,拒绝大众化浅层体验,邀请具备扎实技术功底、开源经验或模型测评能力的顶尖开发者,深度参与模型体验、性能测评,通过发布技术帖子、提交测评报告、上传实践项目成果等形式,挖掘模型核心价值,共建AtomGit开源模型生态,彰显顶尖程序员的技术洞察力与实践能力。00
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00