AdGuard过滤规则项目:iOS版滚动失效问题分析与修复
问题背景
在AdGuard过滤规则项目的日常维护中,团队发现了一个影响iOS设备用户体验的重要问题。多位用户报告称,在访问德国多家银行网站时,页面滚动功能完全失效。这一问题影响了包括PSD-West、PSD-Nürnberg、PSD-München等在内的多家银行网站。
问题现象
当用户在iPhone设备上使用AdGuard for iOS(版本4.5.10)访问上述银行网站时,页面内容虽然能够正常加载,但用户无法通过触摸手势滚动浏览页面内容。禁用AdGuard后,页面滚动功能立即恢复正常。这一现象表明,问题确实与AdGuard的过滤规则有关。
技术分析
通过对问题网站的DOM结构和CSS样式进行深入分析,我们发现这些网站都采用了类似的页面布局技术。核心问题出在以下几个技术点:
-
CSS overflow属性处理:这些网站使用了
overflow: hidden属性来控制页面滚动区域,而AdGuard的某些过滤规则意外地影响了这一属性的正常运作。 -
触摸事件拦截:iOS的WebKit引擎对触摸事件的处理机制较为特殊,某些CSS选择器的过滤可能会意外干扰Safari的默认滚动行为。
-
响应式设计冲突:这些银行网站都采用了响应式设计,在不同设备上使用不同的布局策略,而AdGuard的部分规则在移动端视图下产生了副作用。
解决方案
开发团队通过以下步骤解决了这一问题:
-
规则优化:对影响页面布局的CSS选择器规则进行了精细化调整,确保不会干扰合法的overflow属性设置。
-
特异性增强:增加了规则的特异性,使其只针对广告元素而非页面主体结构。
-
移动端适配:特别针对iOS设备的WebKit引擎优化了相关规则,避免与系统级滚动行为产生冲突。
修复效果
经过上述调整后,用户反馈所有受影响银行网站的滚动功能均已恢复正常。这一修复不仅解决了当前报告的问题,也为未来处理类似案例提供了技术参考。
经验总结
这次事件提醒我们,在制定广告过滤规则时需要特别注意:
-
谨慎处理布局相关属性:对影响页面布局的CSS属性(如overflow、position等)的过滤需要格外小心。
-
设备特异性测试:特别是对于iOS设备,需要进行充分的真机测试,确保过滤规则不会干扰系统级行为。
-
持续监控用户反馈:建立有效的用户反馈机制,能够及时发现和解决类似问题。
这一案例也展示了AdGuard团队对用户体验的重视,以及快速响应和解决问题的能力。未来,团队将继续优化过滤规则,在保证广告拦截效果的同时,确保网站核心功能的正常运作。
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