BewlyBewly项目新页面适配开发指南
2025-05-30 07:53:39作者:仰钰奇
前言
BewlyBewly是一款基于浏览器扩展的项目,它需要针对不同网页进行样式适配。本文将详细介绍如何为BewlyBewly项目快速适配新页面的完整流程和技术要点。
准备工作
在开始适配新页面之前,开发者需要完成以下准备工作:
- 按照项目贡献文档配置好开发环境
- 熟悉基本的CSS/SCSS语法
- 了解浏览器扩展的基本工作原理
- 安装必要的开发工具(如Node.js、pnpm等)
适配流程详解
1. 确定目标页面
首先需要明确要适配的目标页面URL。例如,我们以B站登录页为例,其URL为passport.bilibili.com/login。
2. 修改manifest配置
打开manifest.ts文件,在content_scripts的matches数组中添加新页面的匹配规则。规则需要使用通配符形式:
'*://passport.bilibili.com/*'
3. 添加页面支持检测
在src/contentScripts/index.ts文件中,找到isSupportedPages函数,添加新页面的URL正则匹配:
// 登录页
|| /^https?:\/\/passport\.bilibili\.com\/login.*$/.test(currentUrl)
4. 创建样式文件
在src/styles/adaptedStyles/pages目录下创建新的SCSS文件,命名采用驼峰式,如loginPage.scss。
5. 注册样式文件
在src/styles/adaptedStyles/index.ts文件的setupStyles函数中添加样式文件引用:
// 登录页
else if (/https?:\/\/passport\.bilibili\.com\/login*/.test(currentUrl)) {
await import('./pages/loginPage.scss')
document.documentElement.classList.add('loginPage')
}
样式编写规范
基本结构
样式文件应采用以下基本结构:
.bewly-design.loginPage {
// 固定修改区域
.top-header {
display: none;
}
// 主题颜色适配部分
:not(foobar) {
a, b, c {
color: var(--bew-theme-color);
}
}
// 深色模式特有修改
&.dark {
d, e, f {
background: var(--bew-bg);
}
}
}
颜色使用规范
- 必须使用variables.scss中定义的CSS变量
- 禁止直接写死颜色值
- 主要颜色变量包括:
- --bew-theme-color:主题色
- --bew-bg:背景色
- --bew-text-1:主要文本色
区域注释
使用#region和#endregion包裹代码块,便于在编辑器中折叠:
// #region 深色模式适配
&.dark {
// 样式规则
}
// #endregion
开发建议
- 在完成第3步后,建议先运行pnpm dev进行测试,可以节省不必要的样式编写
- 样式应尽量保持简洁,只做必要的颜色适配
- 避免过度"美化",保持与原页面的一致性
- 注意处理顶部栏的显示问题,通常需要隐藏原页面顶部栏
调试与测试
- 使用浏览器的开发者工具检查元素和样式
- 分别在浅色和深色模式下测试适配效果
- 检查不同分辨率下的显示效果
- 确保没有破坏原页面的功能
注意事项
- 适配新页面前建议先在issue中讨论,避免维护成本过高
- 不要随意修改页面布局结构
- 注意B站CSS可能会变更,适配时要考虑兼容性
- 保持代码风格一致,遵循项目现有规范
结语
通过本文介绍的方法,开发者可以高效地为BewlyBewly项目适配新页面。记住保持代码简洁、遵循规范,并在适配前充分讨论需求,这样才能为项目做出高质量的贡献。
登录后查看全文
热门项目推荐
相关项目推荐
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
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
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
Spark-Formalizer-X1-7BSpark-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
项目优选
收起
deepin linux kernel
C
24
9
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
405
3.14 K
Ascend Extension for PyTorch
Python
225
251
暂无简介
Dart
672
159
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++
663
319
🎉 (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
1.21 K
657
React Native鸿蒙化仓库
JavaScript
262
325
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
openGauss kernel ~ openGauss is an open source relational database management system
C++
160
220
仓颉编译器源码及 cjdb 调试工具。
C++
135
868