После получения HTML как браузер определяет его тип, строит структуру страницы и подключает JavaScript?

Браузер учитывает Content-Type ответа, разбирает HTML в DOM, загружает связанные ресурсы и выполняет скрипты согласно их атрибутам.

Обычный script без async/defer обычно задерживает дальнейший HTML-парсинг. defer выполняется после разбора документа с сохранением порядка, async — по готовности без такого порядка; модули по умолчанию ведут себя отложенно. MIME-тип и кодировка важны, а расширение URL не определяет обработку само по себе.