Pakku.js 弹幕过滤工具的黑名单功能演进与高级用法
2025-07-03 08:25:16作者:房伟宁
Pakku.js 作为一款优秀的B站弹幕处理工具,其黑名单功能经历了多次迭代升级。本文将详细介绍该功能的演进历程,并重点讲解当前版本下的高级使用方法。
黑名单功能的演进
早期版本的 Pakku.js 提供了直接的黑名单功能,用户可以直接在插件中设置需要过滤的弹幕关键词。随着版本更新,开发者对功能进行了重构:
- 基础黑名单阶段:用户直接在插件界面添加关键词,简单易用但功能有限
- 脚本化阶段:改为通过用户脚本实现,但存在8KB的大小限制
- 现代集成阶段:直接读取B站播放器内置的黑名单,实现无缝集成
当前版本的黑名单实现方案
方案一:使用B站原生黑名单
最新版本的 Pakku.js 已经深度整合了B站播放器的黑名单系统。用户只需:
- 在B站播放器设置中添加屏蔽词
- Pakku.js 会自动读取并应用这些规则
- 支持正则表达式等高级过滤方式
这种方法适合大多数普通用户,操作简单且无需额外配置。
方案二:扩展本地黑名单
对于有特殊需求的用户,可以通过以下两种方式扩展黑名单:
1. 使用importScripts引入外部脚本
通过Web Workers的importScripts功能,可以绕过8KB限制:
importScripts('你的外部JS文件URL');
// 假设外部文件定义了LARGE_DATA数组
let regexps = LARGE_DATA.map(s => new RegExp(s, 'i'));
tweak_before_pakku(chunk => {
chunk.objs = chunk.objs.filter(d =>
!regexps.some(r => r.test(d.content))
});
2. 使用localStorage存储超大黑名单
2024.7.1版本新增了从localStorage读取额外黑名单的功能:
// 在浏览器控制台执行
localStorage['pakku_extra_blacklist'] = JSON.stringify([
{type: 1, filter: '^.{1,6}[天时点分钟秒]前', opened: true, id: 0}
]);
技术实现原理
Pakku.js 的黑名单系统基于多层过滤机制:
- 基础过滤层:处理B站播放器的原生黑名单
- 扩展过滤层:检查localStorage中的额外规则
- 用户脚本层:执行用户自定义的过滤逻辑
这种分层设计既保证了性能,又提供了足够的灵活性。
最佳实践建议
- 优先使用B站原生黑名单功能
- 对于简单扩展需求,使用localStorage方案
- 只有真正需要复杂逻辑或海量规则时,才考虑使用importScripts方案
- 定期清理和优化黑名单规则,避免影响性能
通过合理使用这些功能,用户可以构建出强大而高效的弹幕过滤系统,获得更好的视频观看体验。
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- 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
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
ruoyi-plus-soybeanRuoYi-Plus-Soybean 是一个现代化的企业级多租户管理系统,它结合了 RuoYi-Vue-Plus 的强大后端功能和 Soybean Admin 的现代化前端特性,为开发者提供了完整的企业管理解决方案。Vue06- 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
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
项目优选
收起
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
573
3.87 K
Ascend Extension for PyTorch
Python
392
472
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++
898
694
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
358
217
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
123
160
🎉 (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
1.38 K
784
昇腾LLM分布式训练框架
Python
122
147
暂无简介
Dart
811
199
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
533
235
React Native鸿蒙化仓库
JavaScript
312
363