吴泽鹏

# 这是老经典的题了：浏览器输入 url 后发生了什么事

image-20211112103143396

# 大致流程

  1. 浏览器进程发出URL 请求给网络进程
  2. 网络进程接收到 URL 请求后，发起网络请求，然后服务器返回 HTTP 数据到网络进程，网络进程解析 HTTP 响应头数据，并将其转发给浏览器进程
  3. 浏览器进程接收到网络进程的响应头数据后，发送 CommitNavigation 消息到渲染进程，发送 CommitNavigation 时会携带响应头等基本信息。
  4. 渲染进程接收到 CommitNavigation 消息之后，便开始准备接收 HTML 数据，接收数据的方式是直接和网络进程建立数据管道
  5. 最后渲染进程会向浏览器进程“确认提交”，这是告诉浏览器进程，说我已经准备好接收和解析页面数据了
  6. 最后浏览器进程更新页面状态

# 分析每个流程

# 用户输入 URL

浏览器的地址栏会判断所输入的内容是搜索还是网址

  • 如果是搜索内容，就将搜索内容+默认搜索引擎合成新的 URL；

  • 如果用户输入的内容符合 URL 规则，浏览器就会根据 URL 协议，在这段内容上加上协议合成合法的 URL，比如输入www.baidu.com 地址栏会根据规则，把这段内容加上协议，合成完整的 URL，如https://www.baidu.com

补充：

  • 用户输入完内容，按下回车键，浏览器导航栏显示loading 状态，但是页面还是呈现前一个页面，这是因为新页面的响应数据还没有获得。

  • 这里面有个beforeunload 事件，该事件允许页面退出之前执行一些数据的清理操作，还可以询问用户是否要离开当前页面，比如当前页面有未提交的表单，用户可以通过 beforeunload 事件来取消导航，让浏览器不在进行后续工作。

# URL 请求过程

  • 浏览器进程将构建请求行数据，进行进程间通信（IPC）将 URL 请求发送给网络进程，类似于下面这个：
GET /index.html HTTP1.1
1

  • 网络进程获取到 URL，先去本地缓存（也叫浏览器缓存，浏览器缓存是在磁盘中的）中查找是否有缓存文件（hosts 文件优先级比本地缓存高，先查找 hosts 文件再看本地缓存），如果有，拦截请求，直接 200 返回；否则，进入网络请求过程（具体看浏览器缓存）

  • 网络进程向本地 DNS 服务器请求该域名对应的IP 和端口号，如果之前DNS 数据缓存服务缓存过当前域名信息，就会直接返回缓存信息；否则，发起请求获取根据域名解析出来的 IP 和端口号，如果没有端口号，http 默认 80，https 默认 443。如果是 https 请求，还需要建立TLS 连接。（具体看DNS 解析原理）

  • 在进程 TCP 连接的过程中，Chrome 有个机制，同一个域名下最多只能建立6 个 TCP 连接，如果在同一个域名下有 10 个请求发生，那么其中 4 个请求会进入等待转台，直至进行中的请求完成。如果请求个数小于 6，会直接建立 TCP 连接。

  • TCP 三次握手建立连接，http 请求加上 TCP 头部——包括源端口号、目的程序端口号和用于校验数据完整性的序号，向下传输。

  • 网络层在数据包上加上 IP 头部——包括源 IP 地址和目的 IP 地址，继续向下传输到底层

  • 底层通过物理网络传输给目的服务器主机，紧接着目的服务器主机网络层接收到数据包，解析出 IP 头部，识别出数据部分，将解开的数据包向上传输到传输层。

  • 目的服务器主机传输层获取到数据包，解析出 TCP 头部，识别端口，将解开的数据包向上传输到应用层

  • 应用层 HTTP解析请求头和请求体

    • 如果需要重定向，HTTP 直接返回 HTTP 响应数据的状态 code301 或者 302，同时在请求头的 Location 字段中附上重定向地址，浏览器会根据 code 和 Location 进行重定向操作；
    • 如果不是重定向，首先服务器会根据请求头中的 If-None-Match 的值来判断请求的资源是否被更新
    • 如果没有更新，就返回 304 状态码，相当于告诉浏览器之前的缓存还可以使用，就不返回新数据了；
    • 否则，返回新数据，200 的状态码，并且如果想要浏览器缓存数据的话，就在相应头中加入字段：
      Cache-Control:Max-age=2000
      1

  • 响应数据又顺着应用层——传输层——网络层——网络层——传输层——应用层的顺序返回到网络进程

  • 数据传输完成，TCP 四次挥手断开连接。如果，浏览器或者服务器在 HTTP 头部加上如下信息，TCP 就一直保持连接。保持 TCP 连接可以省下下次需要建立连接的时间，提高资源加载速度

    	```http
	Connection:Keep-Alive
	```

  • 网络进程将获取到的数据包进行解析，根据响应头中的 Content-type 来判断响应数据的类型，如果是字节流类型，就将该请求交给下载管理器；如果是text/html 类型，就通知浏览器进程获取文档准备渲染

image-20211112103153704

image-20211112103158988

  • 从返回的响应头信息来看，其 Content-Type 的值是 application/octet-stream，显示数据是字节流类型的，通常情况下，浏览器会按照下载类型来处理该请求。需要注意的是，如果服务器配置 Content-Type 不正确，比如将 text/html 类型配置成 application/octet-stream 类型，那么浏览器可能会曲解文件内容，比如会将一个本来是用来展示的页面，变成了一个下载文件。

  • 浏览器进程获取到通知，根据当前页面 B 是否是从页面 A 打开的并且和页面 A 是否是同一个站点（根域名和协议一样就被认为是同一个站点），如果满足上述条件，就复用之前网页的进程，否则，新创建一个单独的渲染进程。

  • 浏览器会发出“提交文档”的消息给渲染进程，渲染进程收到消息后，会和网络进程建立传输数据的“管道”，文档数据传输完成后，渲染进程会返回“确认提交”的消息给浏览器进程。

  • 浏览器收到“确认提交”的消息后，会更新浏览器的页面状态，包括了安全状态、地址栏的 URL、前进后退的历史状态，并更新 web 页面，此时的 web 页面是空白页。这也解释了为什么在浏览器的地址栏里面输入了一个地址后，之前的页面没有立马消失，而是要加载一会儿才会更新页面。

image-20211112103204834

  • 渲染进程对文档进行页面解析和子资源加载，HTML 通过 HTML 解析器转成DOM Tree（二叉树类似结构的东西），CSS 按照 CSS 规则和 CSS 解释器转成CSSOM Tree，两个 tree 结合，形成render tree（不包含 HTML 的具体元素和元素要画的具体位置），通过 Layout 可以计算出每个元素具体的宽高颜色位置，结合起来，开始绘制，最后显示在屏幕中新页面显示出来。（具体看浏览器渲染原理）

# 参考

「浏览器工作原理」写给女友的秘籍-浏览器组成&网络请求篇（1.2W 字) (opens new window)

从输入 URL 到页面加载发生了什么 (opens new window)

导航流程：从输入 URL 到页面展示，这中间发生了什么？ (opens new window)

浏览器的工作原理：现代网络浏览器幕后揭秘 (opens new window)

最近更新: 4 小时前

← 进程和线程 →