广告过滤算法实现及优化

一 广告过滤综述

互联网已无处不在的今天，各互联网公司通过各种方式都赚的盆满钵满，其中很重要的一项收入来源就是页面广告，横幅广告，弹窗广告以及视频广告等等，这些对大部分用户来说，已经造成一定烦恼。因此，广告过滤已成为浏览器的必备插件之一，最为人熟知的广告过滤插件就是AdBlock（https://adblockplus.org/），AdBlock针对FireFox，Chrome等都有相应的插件版本。但是在移动智能设备上，浏览器还不能很好地对AdBlock进行支持，其实这不是因为移动智能设备上浏览器的原因，而是市场和各浏览器厂商导致的，目前移动智能终端系统被Android和IOS两家独占，IOS上的safari以及IOS对开发者来说都是闭源，开发者很难对safari进行开发，好在Android平台上的WebKit/Blink是完全开源的，很多开发者可以进行开发后发布自己的浏览器，就国内而言，QQ，UC，百度浏览器等就都是这样的，他们也都各自实现了广告过滤，下面将对广告过滤核心算法的实现以优化作一些介绍。

广告过滤最早的实现者是AdBlock，广告过滤的实现原理其实非常简单:

#1 针对各类广告的实现方法，比如大幅广告图片，弹窗广告，视频广告，它们在页面中都是存在资源下载链接的，在浏览器进行这些资源下载时，发现它们的URL存在一个黑名单中，那就告诉浏览器别去下载这些广告，从而达到广告过滤的目的；

#2 对于页面内镶嵌的文字广告，就不能通过以上方法过滤了，这时只要在页面显示时，通过设置文字广告的CSS属性，比如 display:none;就可以把这些广告隐藏起来，给用户的感觉就是这些广告也被过滤了。就如AdBlock官网所展示的那样，如图1所示。

 

图1 广告过滤

二 广告过滤算法实现

  通过上面介绍可以了解到，广告其本上可以分成两大类，一是有明确的资源下载链接的广告，AdBlock称之为blocking的；二是内嵌在页面内容中的文字类广告，AdBlock称之为Elem hide。针对这样的每一个广告，AdBlock都会有与之相对应的规则（filter），只要被filter所匹配的，都会被拦截或者被隐藏。比如

#1 这样一条blocking规则http://example.com/ads/banner*.gif就会拦截下面这个gif广告

http://example.com/ads/banner123.gif；

#2 这样一条Elem hide规则