五分钟了解浏览器工作原理

[[325709]]

Web 浏览器通过向 URL 发送网络请求来访问 Web 服务器资源，并以交互性的方式展示这些内容。基本操作包括获取、处理、显示和存储。常见的浏览器包括 Internet Explorer、Firefox、谷歌 Chrome、Safari 和 Opera 等。

 

 

 

 

浏览器架构图

浏览器主要由以下几个部分组成：

1. 用户界面
2. 浏览器引擎
3. 渲染引擎
4. 数据存储层
5. UI BackEnd
6. JavaScript 解析器 (脚本引擎)
7. 网络层

用户界面

这是用户与浏览器发生交互的区域。浏览器的外观没有特定的标准，HTML5 规范没有规定 UI 元素该长什么样，但是列了一些常见元素：地址栏、个人信息栏、滚动条、状态栏和工具栏等。

浏览器引擎

它提供了 UI 与底层渲染引擎之间的接口，根据用户交互进行查询和操控渲染引擎，提供初始化加载 URL 的方法，并负责重新加载、返回和前进等操作。

渲染引擎

渲染引擎负责在屏幕上显示网页内容。渲染引擎的主要工作是解析 HTML。渲染引擎默认可展示 HTML、XML和图片，还可以通过插件或扩展程序支持其他数据类型。

 

 

 

 

渲染引擎工作过程

现代浏览器使用不同的渲染引擎：

Gecko：Firefox

Webkit：Safari

Blink：Chrome, Opera (version 15 以上).

可以参考这篇：各种浏览器引擎傻傻分不清楚?终于有人说明白了!

web 内容渲染过程大致如下：

HTML 数据转成 DOM

来自网络层的请求内容在渲染引擎中接收(通常是 8 kb 的块)，然后将原始字节转换为 HTML 文件中的字符(基于字符编码)。接着词法分析器进行词法分析，将输入分解为各种标记(token)。在标记化过程中，文件中的每个开始和结束标签都被记录下来。它知道如何去掉不相关的字符，比如空格和换行符。

接着，解析器进行语法分析，通过分析文档结构，应用语言语法规则构造解析树。解析过程是迭代进行的。它向词法分析器请求新的 token，如果匹配语法规则，token 就被添加到解析树中。然后再请求另一个 token。如果没有匹配的规则，解析器将在内部存储 token，并不断请求新 token，直到找到匹配所有内部存储 token 的规则。如果没有找到规则，解析器将抛出异常，说明文档无效，包含语法错误。

这些节点在 DOM(文档对象模型)树数据结构中互相链接，建立父子关系、相邻兄弟关系。

 

 

 

 

dom-tree

CSS 数据转成 CSSOM

CSS 数据原始字节被转换成字符、token、节点，最终变成 CSSOM(CSS 对象模型)。CSS 的层级特性决定了元素会应用什么样式。元素的样式数据可以来自父元素(通过继承)，也可以直接在元素上设置。浏览器需要递归遍历 CSS 树结构来确定特定元素的样式。

 

 

 

 

cssom-tree

DOM 与 CSSOM 组成渲染树

DOM 树包含了 HTML 元素之间的关系信息，CSSOM 树则包含了这些元素的样式信息。从根节点开始，浏览器会遍历每一个可见节点。有些节点是隐藏的(通过 CSS 控制)，不会出现在渲染结果中。对于每个可见节点，浏览器找到 CSSOM 中定义的相关规则进行匹配，最终这些节点会带着内容和样式出现在渲染树中。

 

 

 

 

render-tree

布局

接下来进行内容布局。内容的实际尺寸和位置需要经过计算才能渲染到页面上(浏览器视口)。这个过程也叫重排(reflow)。HTML 采用基于流的布局模型，也就是说大部分情况下，几何位置是一次性计算出来的(内容大小或位置发生变化，需要重新计算)。这个过程是从文档根元素开始，递归完成的。

绘制

通过遍历每个渲染器，并调用paint方法在屏幕上显示内容。绘制过程可以是全局的(绘制整个树)，也可以是增量的(渲染树在屏幕上验证某个矩形区域)，操作系统在这些特定节点上生成绘制事件，整个树不受影响。绘制是一个渐进的过程，其中一部分在被解析和渲染过后，而该过程将继续处理其余部分。

JavaScript 解析器 (JS 引擎)

JavaScript 是一种脚本语言，可动态更新 Web 内容、控制多媒体和动画等，这些是通过浏览器的 JS 引擎完成的。DOM 和 CSSOM 提供了 JS 接口，都可以通过 JS 修改。由于浏览器不确定某些 JS 会做什么，因此它会在遇到 script 标签后会立即暂停构建 DOM 树。

JS 解析器在接收到服务器发送来的代码后，会立即进行解析。代码被转换成机器能理解的对象表示形式。保存了所有解析信息的对象叫做抽象语法树(AST)，这些对象又被解析器转换成字节码。这种编译方式叫做Just In Time (JITs) ，也就是 JavaScript 从服务器下载后在客户端实时编译。解析器和编译器是组合使用的，解析器立即处理源代码，编译器则生成机器码，客户端操作系统可直接运行。

不同浏览器的 JS 引擎

Chrome: V8 引擎 (Node JS was built on top of this)

Mozilla: Spider Monkey (以前叫 ‘Squirrel Fish’)

Microsoft Edge: Chakra

Safari: Nitro

UI 后台

用于绘制基础控件，比如复选框和窗口等。底层使用操作系统的用户界面方法，暴露通用的接口，跟平台无关。

数据存储层

这是持久化层，辅助浏览器保存一些数据(比如cookies，session storage，indexed DB，Web SQL，书签，用户偏好设置等)。HTML5 规范提出了浏览器端的完整数据库功能。

网络层

这一层处理浏览器的各种网络通信。浏览器使用各种通信协议获取网络资源，比如 HTTP、HTTPs、FTP 等。

浏览器用 DNS 解析 URL。这些解析记录缓存在浏览器、操作系统、路由器或者 ISP 中。如果请求的 URL 不在缓存中，ISP 的 DNS 服务器首先发起 DNS 查询，找到服务器的 IP 地址。找到正确的 IP 地址后，浏览器使用特定的协议与服务器建立连接。浏览器向服务器发送 SYN 数据包，询问服务器是否打开了 TCP 连接。服务器用 SYN/ACK 数据包响应作为前面 SYN 的应答。

浏览器接收到应答后，再向服务器发送 ACK 数据包。通过这样的三次握手就建立了 TCP 连接。一旦建立了连接，就可以传输数据了。传输数据过程中必须遵守 HTTP 协议的相关要求，包括请求和响应的规则等。

浏览器比较

如今市面上有各种不同的浏览器，尽管核心功能都是相同的，但是它们之间的区别也是多方面的。包括平台(Linux，Windows，Mac，BSD 以及其他 Unix 系统)、协议、用户界面、HTML5 支持情况、是否开源、所有权等等，具体可参考维基百科https://en.wikipedia.org/wiki/Comparison_of_web_browsers.

以上是对浏览器工作原理的粗浅描述，当然实际上浏览器底层还是比较复杂的，远不是几张图和一篇文章能说清楚的。有兴趣的可以去看看浏览器的源码，进行深入了解。