浏览器的工作原理

转自：https://blog.csdn.net/u014744118/article/details/80698602

1、前言

我们在做前端开发时候，所写的前端代码最终是已" 浏览器"形式呈现给用户。用户交互也都是基于浏览器完成，所以了解浏览器工作原理，可以更好方便我们做前端开发优化。

2、浏览器介绍

浏览器是指可以显示网页服务器或者文件系统的HTML文件（标准通用标记语言的一个应用）内容，并让用户与这些文件交互的一种软件。
浏览器的主要功能就是向服务器发出请求，在浏览器窗口中展示您选择的网络资源。这里所说的资源一般是指 HTML 文档，也可以是 PDF、 图片或其他的类型。 资源的位置由用户使用URI（统一资源标符）指定。多年以来，各浏览器都没有完全遵从这些规范，同时还在开发自己独有的扩展程序，这给网络开发人员带来了严重的兼容性问题。 如今，大多数的浏览器都是或多或少地遵从规范。

• 常见浏览器：
  Internet Explorer、 Firefox、 Safari、 Chrome 和 Opera。

• 浏览器按照引擎分类：
  Trident引擎：Internet Explorer
  Webkit引擎：Chrome（28版本后基于blink，blink是webkit的一个分支）和Safari
  Gecko引擎：Firefox
  Presto引擎：早期Opera采用，后用webkit引擎

3、浏览器的组件

（1）用户界面 ： 包括地址栏、 前进/后退按钮、 书签菜单等。 除了浏览器主窗口显示的请求的页面外，其他显示的各个部分都属于用户界面。其他显示的各个部分都属于用户界面。
（2）浏览器引擎 ：在用户界面和呈现引擎之间传送指令。
（3）渲染引擎 ： 负责显示请求的内容。 如果请求的内容是 HTML，它就负责解析 HTML 和CSS 内容，并将解析后的内容显示在屏幕上。
（4）网络 ：用于网络调用，如 HTTP 请求。 其接口与平台无关，为所有平台提供底层实现。
（5）用户界面后端 ：用于绘制基本的窗口小部件，比如组合框和窗口。 其公开了与平台无关的通用接口，而在底层使用操作系统的用户界面方法。
（6） JavaScript 解释器 ： 用于解析和执行 JavaScript 代码。
（7）数据存储 ： 这是持久层。 浏览器需要在硬盘上保存各种数据，例如 Cookie。 新的 HTML 规范(HTML5) 定义了“网络数据库” ，这是一个完整的浏览器内数据库。

组件结构图如下：

4、浏览器内核工作原理简介

4.1 - 渲染引擎

渲染引擎在浏览器窗口中显示所请求的内容，浏览器内核分成两部分：渲染引擎和js引擎，由于js引擎越来越独立，内核就倾向于只指渲染引擎，所以渲染引擎也称为浏览器内核。渲染引擎一开始会从网络层获取请求文档的内容，通常以8K分块的方式完成。 获取了文档内容之后，渲染引擎开始正式工作，其基本流程如图所示：

4.2 - 渲染引擎工作原理

渲染引擎解析HTML文档，并将文档中的标签转化为DOM节点树，即” 内容树” 。 同时，它也会解析外部CSS文件以及style标签中的样式数据。 这些样式信息连同HTML中的” 可见内容” 一道，被用于构建另一棵树——” 渲染树(Render树)” 。 渲染树构建完毕之后，将会进入” 布局” 处理阶段，即为每一个节点分配一个屏幕坐标。 再下一步就是绘制(painting)，即遍历render树，并使用UI后端层绘制每个节点。

注意：这个过程是逐步完成的，为了更好的用户体验，渲染引擎将会尽可能早的将内容呈现到屏幕上，并不会等到所有的html都解析完成之后再去构建和布局渲染树。 它是解析完一部分内容就显示一部分内容，同时，可能还在通过网络下载其余内容。

DOM:文档对象模型（Document Object Model，简称DOM），是W3C组织推荐的处理可扩展标志语言的标准编程接口。 在网页上，组织页面（或文档）的对象被组织在一个树形结构中，用来表示文档中对象的标准模型就称为DOM。
渲染引擎解析：
解析一个文档即将其转换为具有一定意义的结构——编码可以理解和使用的东西。 解析的结果通常是表达文档结构的节点树，称为解析树或语法树。

4.3 - 解析

• 与上下文无关的语法
  所有可以解析的格式都对应确定的语法（由词汇和语法规则构成），这称为与上下文无关的语法。 这里先说要说明的是：CSS、 JavaScript是与上下文无关的语法，而HTML不是与上下文无关的语法。
• 解析器
  解析的过程可以分成两个子过程：词法分析和语法分析。
  (1)、词法分析是将输入内容分割成大量标记的过程。 标记是语言中的词汇，即构成内容的单位。
  (2)、语法分析是应用语言的语法规则的过程。

解析通常是一个迭代的过程。 通常，解析器会向词法分析器请求一个新标记，并尝试将其与某条语法规则进行匹配。 如果发现了匹配规则，解析器会将一个对应于该标记的节点添加到解析树中，然后继续请求下一个标记。 如果没有规则可以匹配，解析器就会将标记存储到内部，并继续请求标记，直至找到可与所有内部存储的标记匹配的规则。 如果找不到任何匹配规则，解析器就会引发一个异常。 这意味着文档无效，包含语法错误。

• HTML解析
  HTML 解析器的任务是将 HTML 标记解析成解析树。 HTML 的词汇和语法在 W3C 组织创建的规范中进行了定义，html不能简单的用解析所需的上下文无关文法来定义。
  浏览器为html定制了专属的解析器。 Html5规范中描述了这个解析算法，算法包括两个阶段——符号化和构建树，Html解析流程如图1-3所示。

符号化是词法分析的过程，将输入解析为符号，html的符号包括开始标签、 结束标签、 属性名及属性值。符号识别器识别出符号后，将其传递给树构建器，并读取下一个字符，以识别下一个符号，这样直到处理完所有输入。

• CSS解析
  css属于上下文无关文法，可以用前面所描述的解析器来解析。 Css规范定义了css的词法及语法文法。 每个符号都由正则表达式定义了词法（词汇表），语法用BNF(由 John Backus 和 Peter Naur 首先引入的用来描述计算机语言语法的符号集)进行描述。
  Webkit使用Flex和Bison解析生成器从CSS语法文件中自动生成解析器。

4.4 - JS引擎

JS引擎是一个专门处理JS脚本的虚拟机，专门设计来解释和执行的 JavaScript 代码。 JS引擎会加载你的源代码，把它分解成字符串，把这些字符串转换成编译器可以理解的字节码，然后执行这些字节码。不同浏览器有不同的JS引擎 ，不同浏览器的js引擎如表1-1所示。

5、前端处理流程简介

这个流程大家可以参考网上很多人总结的各个版本的从输入一个url到看到页面，发生了什么过程。在这里我用自己的话简单概括为以下几点（仅供参考，欢迎指正）：

• 1、输入url
• 2、查看浏览器缓存，看是否有缓存，如果有缓存，继续查看缓存是否过期，如果没有过期，直接返回缓存页面，如果没有缓存或者缓存过期，发送一个请求。
• 3、浏览器解析url地址，获取协议、主机名、端口号和路径。
• 4、获取主机ip地址过程

（1）浏览器缓存
（2）主机缓存
（3）hosts文件
（4）路由器缓存
（5）DNS缓存
（6）DNS递归查询

• 5、浏览器发起和服务器的TCP连接，执行三次握手（略）
• 6、三次握手连接后，浏览器发送一个http请求（这部分是重点，请查询相关资料，详细了解http协议关于请求格式和重要的几个请求头字段含义）。
• 7、服务器收到请求，转到相关的服务程序，期间可能需要连接并操作数据库（主要分get和post请求）。
• 8、服务器看是否需要缓存，服务器处理完请求，发出一个响应（这部分也是重点，请查询资料了解http响应头各个字段的含义）
• 9、服务器并根据请求头包含信息决定是否需要关闭TCP连接（如需关闭，则需要四次挥手过程）
• 10、浏览器对接收到的响应进行解码
• 11、浏览器解析收到的响应并根据响应的内容（假如是HTML文件）进行构建DOM树，构建render树，渲染render树等过程
• 12、处理嵌入的其他资源如css文件、js文件、图片文件、音视频等文件，处理过程类似上面的步骤在此不详述。

6、参考资料

1. How Browsers Work: Behind the Scenes of Modern Web Browsers,Tali Garsiel,
   http://taligarsiel.com/Projects/howbrowserswork1.htm
2. How Browsers Work中文译文 [浏览器的工作原理：新式网络浏览器幕后揭秘 塔利·加希
   尔 ]https://www.html5rocks.com/zh/tutorials/internals/howbrowserswork/#The_browsers_
   we_will_talk_about
3. http://grosskurth.ca/papers/browser-refarch.pdf
4. http://tools.yesky.com/101/11197101_2.shtml, 各大浏览器 CSS3 和 HTML5 兼容速查表
5. http://www.cnblogs.com/gdutbean/archive/2012/02/21/2362003.html JS各种引擎介绍