我正在开发一个 Web 应用程序，在该应用程序中显示来自其他网站的 HTML。在显示最终版本之前，我想摆脱广告。
关于如何实现这一点的任何想法和建议？它不需要是一个超级高效的过滤工具，我正在考虑将adblockplus定义的一些过滤器移植到 Ruby 并在Nokogiri的帮助下返回解析的文档。
假设我使用超级通配符过滤器ad。这不是官方的广告块，但为简单起见，我将在这里使用它。然后的想法是删除任何属性与过滤器匹配的所有元素，例如：src="http://ad.foo.com?my-ad.gif" href="http://ad.foo.com" class="annoying-ad"等。
此过滤器的 Nokogiri 命令将是：
doc.xpath("//*[@*[contains(., 'ad')]]").each { |element| element.remove }
我为此页面应用了过滤器：
结果是：
还不错，请注意，全局通配符过滤器也去掉了像标题这样的有效元素，因为它们具有像id="masthead".
所以我认为这种方法适合我的情况，现在的问题是使用什么过滤器？他们有一个庞大的过滤器列表，我不想遍历所有过滤器。我正在考虑获取前 10-20 名并基于此解析文档，是否有最受欢迎的列表？如果是这样，我还没有找到它。