ADBlock的实现原理

ADBlock的实现原理

ADBlock的实现基于以下两种情况进行拦截：

        1）对URL请求的拦截，这种URL广告一般是网页中div元素嵌入了一个iframe/image元素，然后加载一个广告链接或者GIF图片。如CSDN博客网站：http://blog.csdn.net/cteng/article/details/42681299：

 

        右下角的一个小广告，其dom代码：

 http://f12.baidu.com/it/u=1775265002,2744098895&fm=76id="img_10" class="figure"style="opacity: 1;">，这是百度广告联盟的广告。

         AdBlock对于页面内容的广告过滤是特定于网站的（事先写好过滤的filter，即过滤规则），对domain字符串的进行精确匹配。其作者用JavaScript把这些URL匹配规则映射为了正则表达式，然后再用正则表达式对目标URL进行匹配过滤。这类似于哈希表一样，在匹配的时候，按照相同的方法将URL，分成一些keyword，然后通过keyword去找对应的filter，最后再匹配找到的filter。这样就不需要遍历规则表，大大地提高了匹配时间。

         2）对于页面DOM嵌入广告内容的处理，这种一般是通过CSS3 Selector定位到这些DOM元素，然后设置其display等于none !important。思考：对于简单的DOM元素处理，有个问题是会出现ajax加载延迟，如果通过setTimeOut等几秒后才注入执行Js脚本，可能有些内容尚未加载出来，清除不彻底，但是如果使用setInterval隔一段事件持续注入Js脚本的话又会影响性能。最好是在浏览器内核里做一个DOM Mutation事件监控的daemon：如果检测到有新的DOM节点加入，当然必须是在DOM Content Loaded之后，就发送一个通知给客户端，客户端再调度广告屏蔽脚本的重新执行。这样在彻底清除广告的同时，又降低对性能的影响。

       此外除了ADBlock自身过滤广告的方式，网上还有以下几个有趣的方案：

       1）引入协作式过滤：当用户标明网页中的某个元素属于广告，那么，浏览器内核可以智能地定位到这个DOM元素，并生成一个有效的CSS Selector，这样就可以动态地扩展用户的本地过滤规则库，然后再通过上传到云端服务器形成大数据，从中挖掘出公共的广告拦截规则库。

       2）加cookies，对于有些广告，比如网站的app推广，第一次进入网站时会弹出来，然后叉掉后加入cookie，第二次访问就不会出现了。对于这种广告可以通过浏览器主动添加到cookie的方式，这样用户第一次访问也不会跳出广告。

      3）模拟点击，对于有些可以叉掉的广告，而又没有cookie，每次访问都会出现，可以写脚本让浏览器帮你进行网页模拟点击，直接帮点击那个叉，但碰到网速不好，特别是移动端很可能出现广告出现一下就消失的效果，用户体验可能不是很好。

2.ADBlock过滤规则

         从官方的easylistchina.txt规则表中(https://easylist-downloads.adblockplus.org/easylistchina.txt)，总结了几种常用规则：1）基本过滤规则，要拦截的url地址，如：http://example.com。 

        2）定义例外规则，可以使用@@表示后面的是例外，不会拦截；也可以配合|使用。如：@@|http://example.com。

        3）匹配网址开头和结尾，使用管线符号|表示最前端或者最末端。如：阻挡以swf结尾，swf|；阻挡以http开头的，|http。||开头可以匹配http://、https://和http://www.等协议的开头。

        4）标记分隔符，通常需要接受过规则的任何分隔符，分隔符可以除了字母、数字或_-.%之外的任意字符。

        5）注释，使用！作为注释的开始，也可以在注释的上面书写任何想些的文案。

        6）限定的特定域名，如果在域名之前有“~”，该过滤规则不适用于这个域名的页面（需要AdBlock Plus 1.1或更高版本）。例如，~example.com##*.sponsor将适用于除了“example.com”之外的域名。

        7）标记分隔符，通常您需要接受过滤规则的任何分隔符。例如，您可能写这样一个规则阻挡http://example.com/和http://example.com:8000/但不能阻挡http://example.com.ar/。在这里，符号(^)用作一个分隔符。分隔符可以是除了字母、数字或者_ – . %之外的任何字符。这个地址的结尾也是作为一个分隔符，下面的例子中所有的分隔符以红色标记出：http:// example.com : 8000 / foo.bar ? a = 12 & b = %D1%82%D0%B5%D1%81%D1%82。所以这个地址可以通过这些过滤规则过滤^example.com^或^%D1%82%D0%B5%D1%81%D1%82^或^foo.bar^。

       8）CSS元素，使用##开头，classname用.，id用#。

       更具体的可以参考官网：https://adblockplus.org/zh_CN/filters。