在這里，我不會(huì)解釋太多的代碼，沒有必要，說說原理就可以了。

AdBlock的廣告攔截實(shí)際上分為2個(gè)部分：

1、對(duì)于URL請(qǐng)求的攔截

這一般都是頁面中DIV元素嵌入一個(gè)IFRMAE/IMAGE元素，然后加載一個(gè)廣告鏈接或者GIF圖片什么的。

這部分的規(guī)則庫描述比較復(fù)雜。規(guī)則大概有幾萬條，即使對(duì)于國(guó)內(nèi)的使用，可能也會(huì)有個(gè)1000條左右。

不過我覺得沒必要搞這么復(fù)雜，可以通過提取出最常見的100條，然后用這100條屏蔽80%的請(qǐng)求，就可以了。

這些規(guī)則的語法，基本上是對(duì)于URL中domain和path的字符串前綴或后綴匹配?？赡芨綆б恍╊~外的屬性（理論上說來，這些屬性都應(yīng)該可以從NetworkRequest對(duì)象中獲取到）

AdBlock Plus的作者實(shí)際上是使用JavaScript把這些URL匹配規(guī)則映射為了正則表達(dá)式，然后再用正則表達(dá)式對(duì)目標(biāo)URL進(jìn)行匹配過濾。

當(dāng)然，也可以用Java來實(shí)現(xiàn)。前面已經(jīng)說了，正則表達(dá)式是基于前綴或者后綴的，前綴可以用Trie樹，后綴可以反轉(zhuǎn)后當(dāng)作前綴處理。

而對(duì)于keyword in查詢，可以使用基于編譯自動(dòng)機(jī)的AC算法（我認(rèn)為AC算法其實(shí)就是一個(gè)簡(jiǎn)化版的 key1|key2|key3|...|keyn 這種形式的正則表達(dá)式而已）

一旦匹配上，在shouldOverrideUrlLoading函數(shù)里return true;代表已額外處理，實(shí)際上不處理，這樣就屏蔽了此URL請(qǐng)求。（shouldOverrideUrlLoading主要是用于特殊的scheme協(xié)議的，用于URL請(qǐng)求攔截實(shí)屬誤用），好像有額外的shouldIgnoreNetworkRequest

2、對(duì)于頁面DOM嵌入廣告內(nèi)容的處理

基于規(guī)則是，通過CSS3 Selector定位到這些DOM元素，然后設(shè)置其display等于none !important。

AdBlock Plus對(duì)于頁面內(nèi)容的廣告過濾是特定于網(wǎng)站的，也就是說，是對(duì)于domain字符串的精確匹配。這里使用一個(gè)簡(jiǎn)單的HashMap性能也就足夠可以了。

問題是，有些廣告內(nèi)容是延遲加載的（通過setTimer），對(duì)于這部分內(nèi)容，只能等個(gè)幾秒鐘等廣告內(nèi)容出來之后，才注入執(zhí)行JS腳本。

當(dāng)然，這種方法不是很好，最好是在瀏覽器內(nèi)核里做一個(gè)DOM Mutation事件監(jiān)控的daemon：如果檢測(cè)到有新的DOM節(jié)點(diǎn)加入，當(dāng)然必須是在DOM Content Loaded之后，就發(fā)送一個(gè)通知給客戶端，客戶端再調(diào)度廣告屏蔽腳本的重新執(zhí)行。

上面2類處理看起來有效，實(shí)際上無效。設(shè)想網(wǎng)站要求用戶必須訪問廣告服務(wù)器，以提高一個(gè)特殊的cookie，這樣才允許用戶訪問資源。這樣第1種方法其實(shí)就沒用武之地了。對(duì)于第2種則更簡(jiǎn)單，原則上來說，如果把廣告跟正常內(nèi)容混合在一起，你是沒辦法用計(jì)算機(jī)算法來區(qū)分誰是廣告誰是正常內(nèi)容的，除非用人來維護(hù)。或者立法。

從個(gè)人角度考慮，某部分廣告則讓讓它下載顯示也無不可，如果用戶覺得它煩，就提供一個(gè)規(guī)則添加的UI交互入口。而對(duì)于彈窗、閃爍的GIF這類比較惡心的，殺之可也。

1/15更新：

AdBlock?Plus做到的優(yōu)化：假如一個(gè)URL為a.b.c，那么這個(gè)URL只會(huì)跟過濾規(guī)則里包含a,或者b,或者c的規(guī)則做匹配，后者還是得一個(gè)一個(gè)的執(zhí)行JS正則表達(dá)式線性匹配

好處就是那些規(guī)則中不包含a,b,c的將不會(huì)與這個(gè)url做匹配。這可能使得把一個(gè)10000條規(guī)則的總線性掃描降低到了1000條的規(guī)模。
但是，它還是沒有獵豹瀏覽器的做法好：AdBlock?Plus最終URL與過濾規(guī)則的匹配還是用JS正則表達(dá)式來執(zhí)行的（當(dāng)然，JS里的字符串高級(jí)處理都只能用用正則表達(dá)式，逐個(gè)字符比較對(duì)JS代碼來說不現(xiàn)實(shí)），獵豹對(duì)于簡(jiǎn)單的前綴/后綴匹配可以使用Trie樹或AC自動(dòng)機(jī)，但這是基于字符的，只能在Java里執(zhí)行才有效率。
不過，我想，更有技術(shù)含量的，是引入?yún)f(xié)作式過濾：當(dāng)用戶標(biāo)明網(wǎng)頁中的某個(gè)元素屬于廣告，那么，瀏覽器內(nèi)核可以智能地定位到這個(gè)DOM元素，并生成一個(gè)有效的CSS Selector（這個(gè)就是難度之所在了），這樣就可以動(dòng)態(tài)地?cái)U(kuò)展用戶的本地過濾規(guī)則庫，然后再通過上傳到云端服務(wù)器形成大數(shù)據(jù)，從中挖掘出公共的廣告攔截規(guī)則庫。

總結(jié)

以上是生活随笔為你收集整理的AdBlock广告拦截插件的实现原理的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。