浏览器抓取网页(浏览器向主机发起一个HTTP-GET方法请求请求)

　　浏览器抓取网页(浏览器向主机发起一个HTTP-GET方法请求请求)

　　浏览器向主机发起 HTTP-GET 方法消息请求。请求中收录访问的URL，即KeepAlive、长连接，以及User-Agent用户浏览器操作系统信息、编码等。

　　第五步：有些服务会做永久重定向响应

　　对于大型网站有多个宿主站点，负载均衡或者导入流量提高SEO排名，往往不是直接返回请求页面，而是重定向。返回的状态码不是200OK，而是301302以3开头的重定向码。浏览器得到重定向响应后，在响应消息的Location项中找到重定向地址，浏览器就可以在第一步重新访问。

　　重定向的作用：重定向是负载均衡或导入流量，提高SEO排名。使用前端服务器接受请求，然后加载到不同的主机上，可以大大提高站点的并发处理能力；重定向还可以将多个域名的访问集中到一个站点；因为，它会被搜索引擎认为是两个网站，每个中的链接数都会减少，从而降低排名。永久重定向会将两个地址关联起来，搜索引擎会考虑相同的网站以提高排名。

　　第 6 步：浏览器跟踪重定向地址

　　浏览器知道重定向后的最终访问地址后，再次发送与上述内容相同的http请求。

　　第七步：服务器处理请求

　　服务器接收获取请求，然后对其进行处理并返回响应。

　　第 8 步：服务器发出 HTML 响应

　　返回状态码200 OK，表示服务器可以响应请求并返回消息。由于标题中的 Content-type 是“text/html”，浏览器将其呈现为 HTML，而不是下载文件。

　　第九步：释放TCP连接

　　浏览器所在的主机向服务器发送连接释放消息，然后停止发送数据；

　　服务器收到释放消息后发送确认消息，然后将未完成的数据发送到服务器上；

　　服务器数据传输完成后，向客户端发送连接释放消息；

　　客户端收到消息后，发送确认，然后等待一段时间，才释放TCP连接；

　　第十步：浏览器显示页面

　　当浏览器还没有完全接受所有的 HTML 文档时，它就已经开始显示这个页面了。浏览器接收返回的数据包，根据浏览器的渲染机制渲染相应的数据。渲染数据后，进行相应的页面呈现和脚步交互。

　　第11步：浏览器发送以获取嵌入HTML的其他内容

　　比如一些样式文件、图片url、js文件url等，浏览器会通过这些url重新发送请求。请求过程仍然是类似于HTML读取、查询域名、发送请求、重定向等的过程，但是这些静态文件可以缓存在浏览器中，有时访问这些文件不需要经过服务器，但直接从缓存中获取。一些 网站 也使用第三方 CDN 来托管这些静态文件。