Adblock Plus 过滤规则介绍

发表于 | 更新于:

基本规则效果

  1. 将视频页中模板匹配的部分去掉，重新修改分类器。针对57个视频站点，选取了15000个网页，准确率93.3%，召回率82.0%。
  2. 调研广告内容识别。

例外规则

@@

匹配网址开头/结尾

swf|会阻挡swf结尾的

|http://example.com会阻挡以这些开头的

||example.com/banner.gif会阻挡所有http://example.com或者https://www.example.com

标记分隔符

^是分隔符，除字母、数字或者_-.%之外的任何字符。

http://example.com:8000/foo.bar?a=12&b=%D1%82%D0%B5%D1%81%D1%82可以通过^example^或者^%D1%82%D0%B5%D1%81%D1%82^或者^foo.bar^来过滤。

注释

!开始的是注释

特殊注释用来设置参数。

Adblock Plus的过滤列表分为两种：

  1. 加载时，拦截的url

    根据url拦截HTTP请求的，不返回数据。

    例子：

    1
    2
    3
    4
    ||baidu.com/adver?
    /js/jsstyle-$third-party
    /js/mob/cpc_bottom.js
    /qqliveweb/*.swf

  2. 加载后，隐藏的elements

    网页加载后，匹配elements（如div）的id或class，命中则改display属性。

    1
    2
    3
    4
    5
    ###body > #right-promotion
    ###bottomAD
    ##.listok > a > img[style^="width:980px;height:"]
    ##.loc-home-top-adv-new
    ##a[href*=".yyk2.com/"]

我们可以利用的部分：

  1. 拦截url部分

    这个部分我们可以匹配<img>的src属性、<a>的href属性等正则匹配，命中则标记为广告。

  2. 隐藏elements部分

    可以在遍历<div>标签时，匹配id和class属性。

需要解决的问题

  1. 匹配速度

  2. 精选过滤列表

    可以抽取一部分页面来匹配，统计过滤列表的命中数，筛选高频规则。

  3. 对复杂规则的解析

    ABP中包括了options，比如是否是script加载，是否是img，是否同源等。

    ABP中包括了一些否定的情况。