前端开发者应该明白的浏览器工作原理

7,765

原文地址:banggan.github.io/2019/02/20/…

前言

作为前端开发,我们平常跟浏览器打交道的时间也是最多的。在前端面试中,一个较为经典的问题:在浏览器地址中输入url地址,敲回车,发生了什么?浏览器究竟做了什么?相信很多人脑海里都会出现个大概的轮廓,可是一到细化具体的过程就答不上来。那么,作为前端开发者,应该从哪些方面延伸来回答这个问题呢?

浏览器工作流程

对于浏览器来说,当在地址栏输入url地址,浏览器所做的事情就是把一个url变成一个在屏幕上显示的网页,大致的过程是这样的:

在这里插入图片描述
从HTTP请求回来 ,产生流式的数据,DOM的构建、CSS计算、渲染、绘制,都是尽可能的流式处理前一步的产出,不需要等待上一步完全接受才开始处理,所以我们在浏览网页的时候,才会逐步出现页面。

  1. 浏览器接受url开启一个网络请求线程
  2. 浏览器发出一个完整的http请求
  3. 服务器接收请求到后台接收请求
  4. 使用http请求请求页面
  5. 把请求回来的html代码解析成DOM树
  6. CSS的可视化格式模型解析
  7. 根据CSS属性对元素进行渲染,得到内存中的位图
  8. 对位图的合成
  9. 绘制页面

浏览器接受url开启网络请求线程

第一点主要涉及的是浏览器的进程、线程模型以及JS的运行机制:

多进程的浏览器

大多数浏览器是多进程的,有一个主控进程,以及每一个tab页面都会新开一个进程(某些情况下多个tab会合并进程) 进程可能包括主控进程,插件进程,GPU,tab页(浏览器内核)等等。

  • Browser进程:浏览器的主进程(负责协调、主控),只有一个
  • 第三方插件进程:每种类型的插件对应一个进程,仅当使用该插件时才创建
  • GPU进程:最多一个,用于3D绘制
  • 浏览器渲染进程(内核):默认每个Tab页面一个进程,互不影响,控制页面渲染,脚本执行,事件处理等(有时候会优化,如多个空白tab会合并成一个进程)
多线程的浏览器内核

每一个tab页面可以看作是浏览器内核进程,然后这个进程是多线程的,它有几大类子线程:

  • GUI线程
  • JS引擎线程
  • 事件触发线程
  • 定时器线程
  • 网络请求线程

开启网络线程发出一个完整的http请求

该部分主要包括:dns查询、tcp/ip请求构建、五层因特网等内容

DNS查询

如果输入的是域名,需要进行dns解析成IP,大致流程:

  • 如果浏览器有缓存,直接使用浏览器缓存,否则使用本机缓存,再没有的话就是用host
  • 如果本地没有,就向dns域名服务器查询(当然,中间可能还会经过路由,也有缓存等),查询到对应的IP。
tcp/ip请求

这里的tcp/ip请求需要了解3次握手规则建立连接以及断开连接时的四次挥手,可以参考之前的博客:blog.csdn.net/bangbanggan…

五层因特网协议

其实这个概念挺难记全的,记不全没关系,但是要有一个整体概念。 其实就是一个概念:从客户端发出http请求到服务器接收,中间会经过一系列的流程。 简括就是:从应用层的发送http请求,到传输层通过三次握手建立tcp/ip连接,再到网络层的ip寻址,再到数据链路层的封装成帧,最后到物理层的利用物理介质传输。 当然,服务端的接收就是反过来的步骤。 五层因特尔协议栈其实就是: 1.应用层(dns,http) 2.传输层(tcp,udp) 建立tcp连接(三次握手) 3.网络层(IP,ARP) IP寻址 4.数据链路层(PPP) 5.物理层 OSI七层框架: 物理层、 数据链路层、 网络层、 传输层、 会话层、 表示层、 应用层。 表示层:主要处理两个通信系统中交换信息的表示方式,包括数据格式交换,数据加密与解密,数据压缩与终端类型转换等 会话层:它具体管理不同用户和进程之间的对话,如控制登陆和注销过程

网络通讯HTTP协议

HTTP协议是基于TCP协议出现的,在TCP的基础上规定了Request-Response的模型,决定了通讯必须由浏览器端发起的,首先来了解下HTTP协议的格式:

HTTP协议格式

HTTP协议大致可以分成以下部分:其中path是请求路径、version是固定的字符串,依次介绍下面的每个部分:

在这里插入图片描述

HTTP Method 请求方法

在requestline里面的方法部分,表示HTTP的操作类型,常见的几种请求方法如下:

  • GET:浏览器通过地址访问页面均属于get请求
  • POST:常见的表单提交
  • HEAD :跟get类似,区别在于只返回请求头
  • PUT:表示添加资源
  • DELETE:表示删除资源
  • CONNECT: 多用于HTTPS和WebSocket
  • OPTIONS
  • TRACE
HTTP Status code状态码

常见的状态码有以下几种:

  • 1xx:临时回应
  • 2xx:请求成功,如200
  • 3xx:请求目标有变化,如301和302表示临时和永久重定向,304表示客户端没有更新内容
  • 4xx;请求错误,如403无权限,404访问的资源不存在
  • 5xx:服务端错误,如500服务端错误,503服务端暂时错误等

在前端开发中,最熟悉的系列无非是大家都喜欢的200请求成功的标志,在面试中,问得较多的是304缓存问题和301、302重定向的问题。

HTTP HEAD(HTTP头)

HTTP头可以看做是一个键值对,在HTTP标准中,Request Header如下图:

在这里插入图片描述
Response Header如下图:
在这里插入图片描述
在实际的开发中,完整的列表可以参考rfc2616标准。

HTTP Request Body

HTTP请求的body主要用于表单的提交,常见的body格式:

  • application/json
  • application/x-www-form-urlencoded:使用form标签提交的html请求,默认产生
  • multipart/form-data:当有文件上传时,使用的格式
HTTPS

HTTPS在HTTP的基础上增加了两个作用,一是确定请求的目标服务端身份,二是保证传输的数据不会被篡改或者窃听,该协议使用加密通道来传输HTTP内容,所以首先需要与服务端简历TLS加密通道。可以在此处查看详情:tools.ietf.org/html/rfc281…

HTTP2

HTTP2是HTTP1.1的升级版,有两大改进:一是支持服务端推送,二是支持TCP链接复用:则使用同一个TCP链接来传输多个HTTP请求。详情见:tools.ietf.org/html/rfc754…

构建DOM树

当浏览器使用HTTP向服务端请求页面后,那么如何去解析请求回来的HTML代码、构建DOM树呢?

在这里插入图片描述

字符流如何解析成词

首先浏览器读取获取的HTML,根据指定的文件编码方式如UTF-8转换为字符流,再将字符串转换为词Token。那什么是词?词是编译原理中的最小单元,如标签开始、属性、标签结束、注释、CDATA节点。Token会标识出当前Token的种类。举个列子: <p class="a" >hello</p>

这里就可以拆分成<p(p标签的开始)、class="a"(属性)、>(p标签的结束)、hello(文本)、</p>(结束标签)

构建DOM树

接下来就是将词变成DOM树。在构建DOM树时,是一边生成Token一边消耗Token来生成节点的。

<html>
<head>
    <title>Web page parsing</title>
</head>
<body>
    <div>
        <h1>Web page parsing</h1>
        <p>This is an example Web page.</p>
    </div>
</body>
</html>

构建的DOM树:

在这里插入图片描述

构建CSSOM

在构建完DOM树,当前的对象只包含节点和属性,没有任何样式信息,那么浏览器是如何给DOM树添加CSS属性呢?我们知道浏览器是流式的处理整个过程,我们拿到DOM树构造好的元素,依次去检查他匹配的规则,再根据规则的优先级,做覆盖和调整。

构建渲染树

当CSSOM树和DOM树都得到之后,将两个树进行合并就得到了渲染树:

在这里插入图片描述

布局与绘制

当浏览器生成渲染树以后,就会根据渲染树来进行布局。在这个过程中,每一个元素都要要弄清楚各个节点在页面中的确切位置和大小,把对应的盒变为相应的位图。一个元素可能对应多个盒(如内联元素,可能被分成多行)每一个盒都对应着一个位图。合成把部分位图合成变成合成层。最终的绘制过程就是把位图合成层绘制到屏幕上。 这里提一个常见的问题,重绘和回流?具体的相关知识参考:segmentfault.com/a/119000001…

总结

浏览器的工作流程大致就是:

构建DOM树-构建CSSOM-构建渲染树-布局-绘制