席文强

摘 要 在众多开源源浏览器引擎中，當属Webkit的代码结构框架较为清晰，因此对于webkit内核源码的研究显得尤为基础和重要。本文对webkit内核工作运行中调用的几个重要方法和模块进行了分析，介绍了内核加载模块Loader、网页解析模块Parser和JScore模块的运行流程和方法。

关键词 WebKit;Javascriptcore;浏览器;网络爬虫

引言

Webkit是一个开源的Web浏览器引擎。对于一个完整的浏览器，需要能够发出特定格式的HTTP请求，接收到响应数据后解析，并将解析后的数据显示的屏幕上。webkit仅仅关注页面排版，对于网络层和图形界面等需要第三方库的支持。webkit主体的实现不依赖于某种特定的库，便于移植到各种环境中。

1Loader

Webkit在发起一个页面请求时，首先会调用FrameLoader的load方法。FrameLoader对象是Frame的一个成员，负责页面的加载。之后会调用到DocumentLoader的一些方法，顾名思义DocumentLoader是负责页面中的文档的加载的。这个过程中会检查加载策略（PolicyChecker负责），并通过回调等方式调用FrameLoaderClient中的方法，这个类中的方法主要是与外层交互，如可以询问用户是否真的要加载[1]。

然后会调用DocumentLoader中的startLoadingMainResource，在这个方法里生成一个资源请求CachedResourceRequest，并调用CachedResourceLoader的requestMainResource方法。

为了节省在网络加载上耗费的时间，webkit使用了cache机制，它会把请求的资源缓存在一个singleton类，MemoryCache中。所有加载请求都会先在其中查找是否已保存有这个资源，是的话会直接取出。CachedResourceLoader类的主要作用就是负责查找要请求的资源是否在MemoryCache中。如果不存在，会生成一个代表这个资源的CachedResource，将其加入MemoryCache，并调用它的loader方法。之后会到ResourceLoader这个资源加载类的start方法中，在ResourceHandle这个与底层网络库打交道的类中开始真正的网络请求。

2Parser

这部分主要是拿到源码后到dom树的生成。在有数据到来时，会调用到网络库的回调函数，里面又会调到ResourceLoader的didReceiveData方法，一级级将数据往上提交，到达DocumentWriter类。DocumentWriter类主要有两个成员，分别是TextResourceDecoder和DocumentParser，前者负责对拿到的源码根据需要解码，后者负责dom树的生成。HTMLDocumentParser又有两个成员变量，HTMLTokenizer负责词法分析，里面有一个重要的函数nextToken，维护着一个状态机，不停的读取字符并生成一个个token。另一个成员HTMLTreeBuilder，在constructTree方法里调用processToken方法处理上面生成的token，通过HTMLConstructionSite的createElement等方法生成Node节点后，再用insertHTMLElement等将Element插入生成dom树[2]。

3Javascriptcore

Jscore要为webcore服务，需要一层binding。jsbinding的作用可以理解为，对于一些内置函数，如document.write，它的实现在webcore内，但webcore不认识这些js语句中的函数，所以需要jscore认出这些函数，然后调用webcore中它的实现。在webkit编译过程中，会自动生成一些代码。对于每种webcore中的Node类型，会生成响应的JSNode类型的定义，对于上述的接口，会通过表记录映射关系，在jscore初始化的时候生成。

实时编译JIT用来将频繁使用的那些字节码编译成本地机器码，然后栈上替换之前的字节码，执行本地码。

参考文献

[1] 段虎才，倪宏，邓峰，等.WebKit内核的嵌入式浏览器磁盘缓存方法[J]. 计算机工程与设计，2015（3）：624-629.

[2] 刘庆平，任寰.一种基于Webkit内核提供网页浏览的方法及装置[P]. 中国：CN102681850A，2012-9-19.