Web浏览器

定义

Web浏览器是一类运行在用户终端上的客户端软件，作用是向服务器请求信息资源，并把返回的内容翻译成可阅读、可操作的页面^[1]。这些资源可以是网页、图片、音视频或其他文件，均以统一资源标志符加以区分；页面内嵌的超链接使用户不必预先知道目标地址，也能在相关内容间来回穿行^[2]。除万维网之外，浏览器也能读取专用网络内网页服务器提供的内容，或直接打开本地文件系统中的文件。

按照功能构成，浏览器通常包含用户界面、网络通信模块、渲染引擎、JavaScript 引擎、存储与安全模块等部分，其中渲染引擎常被称为浏览器内核。内核负责解释 HTML、CSS 等页面描述语言，不同内核对同一段代码的解释存在差别，渲染结果因此并不完全一致。纯文字浏览器只支持 HTML，图形浏览器则能处理多种文件格式与协议，支持邮件、新闻组等组件的形态有时被称为网络套件。

原理

一次典型的页面访问从地址栏输入开始：浏览器先对主机名做域名解析，取得服务器的 IP 地址，再建立连接并发出请求；服务器返回 HTML 文档后，内核随即开始解析，并在遇到样式表与脚本引用时继续下载对应文件^[4]。

渲染流程可以概括为若干阶段：HTML 被解析成文档对象模型（DOM）树，CSS 被解析成样式规则，两者结合生成渲染树，随后经过布局计算确定各元素的位置与尺寸，再进入绘制与合成，最终由图形处理单元输出到屏幕^[5]。现代浏览器普遍把网络加载、页面渲染、脚本执行拆到不同进程中，使单个页面的异常不至于拖垮整个程序^[6]。

脚本由独立的 JavaScript 引擎执行。WebKit 采用 WebCore 负责解析与布局、JavaScriptCore 负责脚本的组合；Blink 源自 WebKit 的分支，配合 V8 引擎运行；Gecko 则以 SpiderMonkey 作为脚本引擎^[7]。以 V8 为例，脚本先被解析成抽象语法树，再由解释器转成字节码，被反复调用的热点函数则交由优化编译器生成机器码，以兼顾启动速度与执行效率^[5]。脚本默认在主线程上单线程运行，与页面渲染互斥，避免同一时刻出现相互冲突的文档修改^[7]。

发展历程

1990 年，任职于欧洲核子研究组织的 蒂姆·伯纳斯-李 在一台 NeXT 工作站上写出了名为 WorldWideWeb 的客户端，它同时具备浏览与编辑功能，后来改名为 Nexus^[3]。1991 年 8 月，万维网项目在互联网上向公众公开，浏览器随之进入其他研究机构^[8]。同一时期还出现了行模式浏览器等文字界面客户端，可在哑终端上逐行输出页面^[9]。

1993 年成为转折点。伊利诺伊大学国家超级计算应用中心的团队发布图形界面浏览器 Mosaic，它先运行于 Unix，随后扩展到 Macintosh 与 Windows，1993 年 9 月推出正式版本，被视为第一个被广泛接受的图形浏览器^[10]。项目负责人马克·安德森随后离开并创办网景公司，于 1994 年发布 Netscape Navigator，该浏览器一度占据约九成市场^[11]。

微软购入 Spyglass 的技术推出 Internet Explorer，并将其与 Windows 捆绑销售，由此引发第一轮浏览器大战；凭借系统预装优势，其市场份额在 2002 年最高时超过 95%。1998 年网景以开放源代码方式回应，催生了 Mozilla 项目，其后代产品 Firefox 于 2004 年发布 1.0 版^[2]。苹果的 Safari 基于 Konqueror 的 KHTML 排版引擎开发，因内置于 iPhone、iPad 等设备而迅速扩张。

谷歌于 2008 年 9 月首次发布 Chrome，其后逐步在市场份额上超越 Internet Explorer；据 StatCounter 的统计，2012 年 5 月 Chrome 的份额升至 33%，成为全球第一大浏览器^[11]。在引擎层面，Chrome 早期使用 WebKit，2013 年起改用其分支 Blink，Edge 与 Opera 等产品随后也转向 Blink^[6]。

应用

浏览网页是浏览器最基本也最普遍的用途。主流浏览器支持以多个窗口或多个标签页同时打开若干资源，并可拦截未经用户同意的弹出式窗口，界面中通常设有前进、后退、地址栏、书签等要素。

随着网页技术能力增强，浏览器逐渐成为承载各类在线服务的运行环境。基于浏览器的网络应用可以直接在页面中完成文档编辑、音视频播放、在线购物与信息检索，无需另行安装本地程序^[6]。浏览器也以组件形态嵌入其他软件，例如移动系统上的 WebView，使应用内部可以直接展示网页内容^[6]。

此外，浏览器还承担访问专用网络资源与本地文件的功能。部分浏览器支持文件传输、Gopher 等其他协议，并可通过插件扩展对图像、动画、流媒体等格式的支持^[1]。有的浏览器面向阅读场景提供阅读模式与夜间模式，或提供跨设备同步书签与笔记的云服务^[12]。

局限

浏览器的呈现结果受内核实现影响。由于不同内核对页面标记的解析规则并不统一，同一网页在各家浏览器中的排版可能出现差异，这也使早期网页开发需要针对不同内核分别适配。在浏览器大战期间，厂商各自加入互不兼容的 HTML 扩展，进一步加重了标准统一与页面兼容的负担^[2]。

安全边界是另一项根本约束。浏览器以同源策略限制不同来源的脚本相互读取 DOM、读取本地存储数据或发起跨域请求，来源由协议、主机名与端口共同确定^[13]。为在开放引用与安全之间取得平衡，浏览器又引入内容安全策略与跨域资源共享等机制，对可加载的资源和跨域请求加以约束^[13]。同源策略本身并不能消除页面内的脚本注入问题，站点隔离等进程级措施主要针对跨站数据泄露，并不覆盖页面内部的跨站脚本、跨站请求伪造与点击劫持等风险。

对跨站 Cookie 的限制会带来功能代价。第三方 Cookie 被阻止后，嵌入在他人页面中的服务可能无法取得登录状态，需要改用同站部署或分区 Cookie 等方式才能恢复^[14]。此外，JavaScript 在页面主线程上单线程执行并与渲染互斥，长时间运行的脚本会阻塞界面更新，复杂页面因此容易出现响应迟滞^[7]。

参见

• 万维网 —— 浏览器所访问的、由互相链接的超文本构成的全球信息系统。

• 超文本传输协议 —— 浏览器与网页服务器交换请求和响应的核心协议。

• Mosaic —— 首个被广泛接受的图形界面浏览器，推动了万维网的普及。

• Mozilla Firefox —— 源于网景开放源代码计划的浏览器产品。

• 同源策略 —— 约束不同来源脚本相互访问的浏览器安全机制。

• 搜索引擎 —— 与浏览器配合使用的网络信息检索服务。