【亲测免费】 Adblock Plus for Chrome 使用教程
2026-01-18 10:40:51作者:昌雅子Ethen
项目介绍
Adblock Plus 是一个广受欢迎的广告拦截工具,旨在提升用户的浏览体验,通过过滤掉网页上的广告内容,减少页面加载时间,节省带宽,并保护用户免受恶意广告的威胁。该项目支持多种浏览器,包括 Chrome、Firefox 和 Edge 等。
项目快速启动
安装步骤
-
克隆项目仓库:
git clone https://github.com/adblockplus/adblockpluschrome.git -
安装依赖:
cd adblockpluschrome npm install -
构建项目:
npm run build -
加载扩展:
- 打开 Chrome 浏览器,进入
chrome://extensions/页面。 - 开启右上角的“开发者模式”。
- 点击“加载已解压的扩展程序”,选择
adblockpluschrome/build目录。
- 打开 Chrome 浏览器,进入
配置文件
在项目的 adblockpluschrome/conf 目录下,可以找到和编辑配置文件,例如 patterns.ini 用于自定义过滤规则。
应用案例和最佳实践
案例一:自定义过滤规则
用户可以通过编辑 patterns.ini 文件来添加或修改过滤规则,例如:
[Adblock Plus 2.0]
! 添加自定义规则
||example.com^$third-party
案例二:订阅过滤列表
Adblock Plus 支持订阅第三方过滤列表,用户可以在设置中添加这些列表,例如 EasyList 和 EasyPrivacy:
- 打开 Adblock Plus 设置。
- 进入“过滤列表”选项卡。
- 勾选需要的列表并保存。
典型生态项目
1. EasyList
EasyList 是一个广泛使用的过滤规则列表,专门用于拦截国际网站的广告。它是 Adblock Plus 默认订阅的列表之一。
2. uBlock Origin
uBlock Origin 是另一个高效的广告拦截工具,虽然它是一个独立的项目,但其工作原理和 Adblock Plus 类似,也支持自定义过滤规则和订阅列表。
通过这些模块的介绍和实践,用户可以更好地理解和使用 Adblock Plus for Chrome,提升自己的网络浏览体验。
登录后查看全文
热门项目推荐
相关项目推荐
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
jiuwenclawJiuwenClaw 是一款基于openJiuwen开发的智能AI Agent,它能够将大语言模型的强大能力,通过你日常使用的各类通讯应用,直接延伸至你的指尖。Python0180- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
AtomGit城市坐标计划AtomGit 城市坐标计划开启!让开源有坐标,让城市有星火。致力于与城市合伙人共同构建并长期运营一个健康、活跃的本地开发者生态。01
snackjson新一代高性能 Jsonpath 框架。同时兼容 `jayway.jsonpath` 和 IETF JSONPath (RFC 9535) 标准规范(支持开放式定制)。Java00
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
598
4.01 K
Ascend Extension for PyTorch
Python
436
525
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++
918
759
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
365
245
暂无简介
Dart
843
204
🎉 (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
1.46 K
814
昇腾LLM分布式训练框架
Python
130
154
AscendNPU-IR是基于MLIR(Multi-Level Intermediate Representation)构建的,面向昇腾亲和算子编译时使用的中间表示,提供昇腾完备表达能力,通过编译优化提升昇腾AI处理器计算效率,支持通过生态框架使能昇腾AI处理器与深度调优
C++
112
167
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
128
174