浏览器异步加载和同源策略

骑猪看日落 2021-09-18 09:54 284阅读 0赞

## 静态页面 ##

在浏览器脚本的概念没有出现之前，所有的网页都是静态的。我们知道浏览器的工作模式是：

1.  浏览器向网站服务器发起请求
2.  网站接受浏览器的请求，返回一些字符串（比如一些组成页面的 HTML 字符串）
3.  浏览器接收到网站返回的用于组成页面的字符串后，就可以关闭连接了
4.  浏览器将组成页面的字符串渲染到屏幕上，使得用户可以看到一个可视化的结果

看起来就像下面这样：

我们看到，一旦用户代理（浏览器）关闭了和服务器之间的链接之后，客户端和服务器之间将不能继续通信。

## 动态页面 ##

为了让页面可以给用户带来更多的交互，浏览器开发厂商们制造出了名为浏览器脚本的东西。比如你在浏览一个页面的时候，你觉得页面的字体太小了。在静态页面的时候，页面制作者在右上角给你提供了名为 “放大字体” 的按钮，你点击那个按钮，然后开启一轮新的请求，显著的说就是说你感觉到浏览器刷新了。这其实是浏览器重新从服务器加载页面的资源，只不过这一次的资源是用于显示字体放大后的页面。(尽管这个例子现在看来有些奇怪，因为如果仅仅是改变页面字体大小的话，似乎直接操作 `element.style.fontSize` 就可以了，不过请求另外一个包含更大字体的内联 CSS 页面在最终效果上也是说得通的，所以这里还请多多包含了。)

浏览器脚本就是一小段由浏览器执行的代码，页面制作者将这一小段代码，和网页面的内容（比如一篇优美的散文，和它右上角的 “放大字体” 按钮）一起返回给浏览器。浏览器接收到页面资源后，首先就是先将散文和 “放大字体” 按钮显示出来。注意到返回的内容实际上还有一段由浏览器执行的代码，页面制作者在这段带代码中告诉浏览器：如果用户点击了 “放大字体” 按钮，那么你就将页面的字体放大。于是，当你点击 “放大字体” 按钮之后，浏览器严格执行页面制作者在脚本中撰写的内容 - 将页面的字体放大。

## 异步加载 ##

注意在静态页面中浏览器和服务器之间的通信过程。浏览器在向服务器发起了对页面的请求之后，在服务器没有将页面的内容返回之前，页面是无法被显示出来的，最显著的特征就是我们在点击了浏览器的 “刷新” 按钮之后，页面会 “白屏” 一小段时间。

起初浏览器脚本是没有网络通信的功能的，只能做一些页面的特效，比如“点击按钮放大了字体”。不过浏览器厂商发现，如果给脚本赋予网络通信的功能，将使得页面制作者可以给用户提供更好的页面交互体验。于是在早期的 IE 浏览器中，首先赋予了浏览器脚本的通信功能。

浏览器脚本可以和服务器进行网络通信之后，页面制作者可以做出具有更好体验的页面。比如你现在需要搜索商品，假设是要买一本编程的书，你在网页的搜索框中输入了 “编程的数”，很明显是输错了，你将 “书” 错输成了 “数”。在你点击了 “搜索” 按钮之后，进过短暂的白屏之后，页面中显示了：

> 找不到关于 “编程的数” 的产品，你是不是要找 “编程的书”

很不错，网站给了我们一个提示，这样我们就可以发现自己的输入错误。不过这个体验还是有待提高的，因为每一次的搜索都会有一个短暂的 “白屏”，在白屏期间用户只能等待。在浏览器脚本可以通信之后，搜索就可以以一个异步的方式进行：

1.  用户在浏览器中输入搜索页面的地址 “[search.shop.com][]”
2.  浏览器会向网站请求搜索页面的内容，用于显示这个页面
3.  网站在返回页面的显示内容的同时，包含了一小段脚本，脚本的内容是告诉浏览器 “用户在点击了搜索之后，你给用户一个提示，让用户知道服务器正在紧张的搜索用户所需的资源，然后你显示了提示后，你再向服务器请求搜索的结果，当得到搜索结果后，你再把搜索结果显示给用户”

这样的话，用户不必在搜索时面对页面的刷新时的 “白屏” 了，有一个提示框告诉用户稍等片刻。

## 同源策略 ##

为了定位网络上的资源，我们采用了统一资源定位符 URL，就像是一个门牌号一样， URL 标识出资源在网络上的位置。我们浏览的网页，其中的内容可能会来自不同的提供者，比如散文来自一位作家，而其中的配图来自一位美术家。散文的 URL 是 `http://writer.com/new-world`，配图的 URL 是 `http://artist.com/new-world`。

我们需要有一种方式将网络上的资源（比如散文和图画）标识出来，区别它们是来自于不同的作者。如果我们将颗粒度定位到每一个独立的资源，理论上是可行的，但是我们知道作家不可能只有一篇散文，而美术家也不会只有一幅画。于是我们选择了使用：通信协议，完整的域名，以及端口号去描述一个源，只有三者都相同，才标识两个资源是同源的。

下面的几个资源是同源的：

http://example.com/ 
    http://example.com:80/ 
    http://example.com/path/file
    复制代码

下面的资源是不同源的：

http://example.com/ 
    http://example.com:8080/ 
    http://www.example.com/ 
    https://example.com:80/ 
    https://example.com/ 
    http://example.org/ 
    http://ietf.org/
    复制代码

现在知道了同源，那么同源策略是什么意思呢？同源策略就是，两个不同源的资源相互是不能访问对方的资源的。同源策略主要就是限制脚本的网络访问。

比如我们打开了一个页面 `http://example.com`，这个页面有两段脚本，一个段使用的内联的方式称为 A，它主要就是在用户点击了按钮之后显示一段文字，告诉用户点击了按钮；另一段作为外部资源进行加载称为 B，B 是 A 的基础代码，比如 B 是 jQuery，它被放在了 `http://cdn.jquery.com` 上。首先我们知道，这两段代码如果按照同源的定义，肯定是不同源的。也就是说我们在 `http://example.com` 的页面上是不能加载 `http://cdn.jquery.com` 上的资源的。

好像与现实情况有点矛盾。之所以现在可以，是因为浏览器为了适应实际的生产情况，放宽了对同源策略的检查，因为我们知道，不可能将所有的资源都放在同一台机器上。那么在页面完全加载好之后，页面中的脚本（内联的和外部引入）的都被浏览器归纳到了和当前页面相同的源，都属于 `http://example.com` 了。这么做的意思就是，脚本无法访问与之不同源的资源，也就是此时的脚本（内联的和外部引入的）无法访问资源 `https://example.com/user-info`。

## 绕过同源策略 ##

有时比如上面的例子，我们确实需要在脚本中加载和当前页面不同源的资源，比如在 `http://example.com` 页面中使用脚本加载 `https://example.com/user-info` 中的内容。那么如何绕过浏览器的同源策略呢？

我们知道直接在页面中载入不同源的外部资源是可以的，那么我们就可以动态的载入一段外部的脚本。

首先，我们的 `http://example.com` 中有这么一段脚本：

而 `https://example.com/user-info` 的服务端内容为：

<?php
    
    $callback = isset($_GET['callback']) ? $_GET['callback'] : null;
    if ($callback === null) die('invalid request');
    
    $userInfo = [
        'nickname' => 'net-user'
    ];
    $json = json_encode($userInfo);
    
    echo "{ $callback}({ $json});";
    复制代码

那么在浏览器加载了 `https://example.com/user-info` 的脚本为，得到的是：

showNickname({
        "nickname":"net-user"});
    复制代码

这就和我们最先在 `http://example.com` 留下的 `window['showNickname']` 对接上了。

[search.shop.com]: https://link.juejin.im?target=http%3A%2F%2Fsearch.shop.com