HTML

El lenguaje de marcado de hipertexto o HTML es el lenguaje de marcado estándar para documentos diseñados para mostrarse en un navegador web. Puede ser asistido por tecnologías como hojas de estilo en cascada (CSS) y lenguajes de secuencias de comandos como JavaScript.

Los navegadores web reciben documentos HTML de un servidor web o del almacenamiento local y convierten los documentos en páginas web multimedia. HTML describe la estructura de una página web semánticamente y originalmente incluía pistas para la apariencia del documento.

Los elementos HTML son los componentes básicos de las páginas HTML. Con las construcciones HTML, las imágenes y otros objetos, como los formularios interactivos, se pueden incrustar en la página representada. HTML proporciona un medio para crear documentos estructurados al indicar la semántica estructural del texto, como encabezados, párrafos, listas, enlaces, citas y otros elementos. Los elementos HTML están delimitados por etiquetas, escritas con corchetes angulares. Etiquetas como <img /> y <entrada /> introduce contenido directamente en la página. Otras etiquetas como <p> rodean y brindan información sobre el texto del documento y pueden incluir otras etiquetas como subelementos. Los navegadores no muestran las etiquetas HTML, pero las usan para interpretar el contenido de la página.

HTML puede incrustar programas escritos en un lenguaje de secuencias de comandos como JavaScript, lo que afecta el comportamiento y el contenido de las páginas web. La inclusión de CSS define la apariencia y el diseño del contenido. El Consorcio World Wide Web (W3C), antiguo mantenedor de HTML y actual mantenedor de los estándares CSS, ha fomentado el uso de CSS sobre HTML de presentación explícito desde 1997. Una forma de HTML, conocida como HTML5, se usa para mostrar video y audio, principalmente usando el < canvas>, en colaboración con JavaScript.

Historia

Desarrollo

Tim Berners-Lee en abril de 2009

En 1980, el físico Tim Berners-Lee, contratista del CERN, propuso y creó un prototipo de ENQUIRE, un sistema para que los investigadores del CERN usen y compartan documentos. En 1989, Berners-Lee escribió un memorando en el que proponía un sistema de hipertexto basado en Internet. Berners-Lee especificó HTML y escribió el navegador y el software del servidor a fines de 1990. Ese año, Berners-Lee y el ingeniero de sistemas de datos del CERN, Robert Cailliau, colaboraron en una solicitud conjunta de financiamiento, pero el CERN no adoptó formalmente el proyecto. En sus notas personales de 1990, enumeró "algunas de las muchas áreas en las que se usa el hipertexto" y poner una enciclopedia primero.

La primera descripción de HTML disponible públicamente fue un documento llamado "Etiquetas HTML", mencionado por primera vez en Internet por Tim Berners-Lee a fines de 1991. Describe 18 elementos que comprenden el diseño inicial relativamente simple de HTML. Excepto por la etiqueta de hipervínculo, estos fueron fuertemente influenciados por SGMLguid, un formato de documentación interno basado en el lenguaje de marcado generalizado estándar (SGML) en el CERN. Once de estos elementos todavía existen en HTML 4.

HTML es un lenguaje de marcado que utilizan los navegadores web para interpretar y componer texto, imágenes y otros materiales en páginas web visuales o audibles. Las características predeterminadas para cada elemento del marcado HTML se definen en el navegador, y estas características se pueden modificar o mejorar mediante el uso adicional de CSS por parte del diseñador de la página web. Muchos de los elementos de texto se encuentran en el informe técnico ISO de 1988 TR 9537 Técnicas para usar SGML, que a su vez cubre las características de los primeros lenguajes de formato de texto como el utilizado por el comando RUNOFF desarrollado en los primeros 1960 para el sistema operativo CTSS (Compatible Time-Sharing System): estos comandos de formato se derivaron de los comandos utilizados por los tipógrafos para formatear documentos manualmente. Sin embargo, el concepto SGML de marcado generalizado se basa en elementos (rangos anotados anidados con atributos) en lugar de simplemente efectos de impresión, con también la separación de estructura y marcado; HTML se ha movido progresivamente en esta dirección con CSS.

Berners-Lee consideraba que HTML era una aplicación de SGML. Fue definido formalmente como tal por el Grupo de trabajo de ingeniería de Internet (IETF) con la publicación a mediados de 1993 de la primera propuesta para una especificación HTML, el "Lenguaje de marcado de hipertexto (HTML)" Borrador de Internet de Berners-Lee y Dan Connolly, que incluía una definición de tipo de documento SGML para definir la gramática. El borrador expiró después de seis meses, pero se destacó por su reconocimiento de la etiqueta personalizada del navegador NCSA Mosaic para incrustar imágenes en línea, lo que refleja la filosofía del IETF de basar los estándares en prototipos exitosos. De manera similar, el borrador de Internet de la competencia de Dave Raggett, "HTML+ (formato de marcado de hipertexto)", de finales de 1993, sugirió estandarizar funciones ya implementadas como tablas y formularios para completar.

Después de que expiraran los borradores de HTML y HTML+ a principios de 1994, el IETF creó un grupo de trabajo de HTML, que en 1995 completó "HTML 2.0", la primera especificación de HTML destinada a ser tratada como un estándar contra el cual futuras implementaciones deben basarse.

El desarrollo posterior bajo los auspicios del IETF se estancó debido a intereses contrapuestos. Desde 1996, el World Wide Web Consortium (W3C) ha mantenido las especificaciones HTML, con aportes de proveedores de software comercial. Sin embargo, en 2000, HTML también se convirtió en un estándar internacional (ISO/IEC 15445:2000). HTML 4.01 se publicó a fines de 1999, con más erratas publicadas hasta 2001. En 2004, comenzó el desarrollo de HTML5 en el Grupo de Trabajo de Tecnología de Aplicaciones de Hipertexto Web (WHATWG), que se convirtió en un producto conjunto con el W3C en 2008, y se completó y estandarizó el 28 de octubre de 2014.

Cronología de las versiones HTML

HTML2

24 de noviembre de 1995

HTML 2.0 fue publicado como RFC 1866. Capacidades adicionales de RFC:

• 25 de noviembre de 1995: RFC 1867 (carga de archivo basada en datos)
• Mayo de 1996: RFC 1942 (cuadros)
• Agosto de 1996: RFC 1980 (fotos de imagen del lado del cliente)
• Enero de 1997: RFC 2070 (internacionalización)

HTML 3

14 de enero de 1997

HTML 3.2 fue publicado como una Recomendación W3C. Fue la primera versión desarrollada y estandarizada exclusivamente por el W3C, ya que el IETF había cerrado su Grupo de Trabajo HTML el 12 de septiembre de 1996.

Inicialmente el nombre de código "Wilbur", HTML 3.2 dejó completamente las fórmulas de matemáticas, reconcilió la superposición entre varias extensiones patentadas y adoptó la mayoría de las etiquetas de marcado visual de Netscape. El elemento de enlace de Netscape y el elemento de la marquea de Microsoft fueron omitidos debido a un acuerdo mutuo entre las dos empresas. Una marcación para fórmulas matemáticas similares a la de HTML no se estandarizó hasta 14 meses después en MathML.

HTML 4

18 de diciembre de 1997

HTML 4.0 fue publicado como una recomendación W3C. Ofrece tres variaciones:

• Estricta, en la que se prohíben los elementos deprecatados
• Transición, en la que se permiten elementos deprecatados
• Frameset, en el que sólo se permiten elementos relacionados con el marco.

Inicialmente llamado "Cougar", HTML 4.0 adoptó muchos tipos de elementos y atributos específicos del navegador, pero al mismo tiempo trató de eliminar las características de marcado visual de Netscape marcandolas como deprecatadas a favor de hojas de estilo. HTML 4 es una aplicación SGML conforme a ISO 8879 – SGML.

24 de abril de 1998

HTML 4.0 fue reeditado con ediciones menores sin aumentar el número de versión.

24 de diciembre de 1999

HTML 4.01 fue publicado como una Recomendación W3C. Ofrece las mismas tres variaciones que HTML 4.0 y sus últimas erratas fueron publicadas el 12 de mayo de 2001.

Mayo de 2000

ISO/IEC 15445:2000 ("ISO HTML", basado en HTML 4.01 Strict) se publicó como norma internacional ISO/IEC. En la ISO este estándar se encuentra en el ámbito de la ISO/IEC JTC 1/SC 34 (Comité Técnico Conjunto IISO/IEC 1, Subcomité 34 – Descripción de documentos y lenguajes de procesamiento).

Después de HTML 4.01, no hubo nueva versión de HTML durante muchos años, ya que el desarrollo del lenguaje paralelo basado en XML XHTML ocupó el Grupo de Trabajo HTML de W3C a través de los primeros y mediados de los años 2000.

HTML 5

28 de octubre de 2014

HTML5 fue publicado como una Recomendación W3C.

Noviembre 1, 2016

HTML 5.1 fue publicado como una Recomendación W3C.

Diciembre 14, 2017

HTML 5.2 fue publicado como una Recomendación W3C.

Línea de tiempo de la versión de borrador HTML

Octubre de 1991

HTML, un documento informal CERN que enumera 18 etiquetas HTML, fue mencionado primero en público.

Junio de 1992

Primer borrador oficioso del DTD HTML, con siete revisiones posteriores (15 de julio, 6 de agosto, 18 de agosto, 17 de noviembre, 19 de noviembre, 20 de noviembre, 22 de noviembre)

Noviembre de 1992

HTML DTD 1.1 (el primero con un número de versión, basado en revisiones RCS, que comienzan con 1.1 en lugar de 1.0), un borrador informal

Junio de 1993

Hypertext Markup Language fue publicado por el Grupo de Trabajo IETF IIIR como un borrador de Internet (una propuesta áspera para un estándar). Fue reemplazado por una segunda versión un mes después.

Noviembre de 1993

HTML+ fue publicado por el IETF como un borrador de Internet y fue una propuesta concurrente al proyecto Hypertext Markup Language. Caducó en julio de 1994.

Noviembre de 1994

Primer borrador (revisión 00) del HTML 2.0 publicado por el propio IETF (llamado "HTML 2.0" de la revisión 02), que finalmente condujo a la publicación de RFC 1866 en noviembre de 1995.

Abril de 1995 (autorizado en marzo de 1995)

El HTML 3.0 se propuso como estándar para el IETF, pero la propuesta caducó cinco meses después (28 de septiembre de 1995) sin más acción. Incluye muchas de las capacidades que estaban en la propuesta HTML+ de Raggett, como soporte para tablas, flujo de texto alrededor de cifras, y la exhibición de fórmulas matemáticas complejas.

W3C comenzó el desarrollo de su propio navegador Arena como una cama de prueba para HTML 3 y hojas de estilo de cascada, pero HTML 3.0 no tuvo éxito por varias razones. El proyecto se consideró muy grande a 150 páginas y el ritmo de desarrollo del navegador, así como el número de partes interesadas, habían superado los recursos del IETF. Los proveedores de navegadores, incluyendo Microsoft y Netscape en ese momento, optaron por implementar diferentes subconjuntos de las características del proyecto de HTML 3, así como para introducir sus propias extensiones a él. (ver guerras del navegador). Estas incluyeron extensiones para controlar los aspectos estilísticos de los documentos, contrariamente a la "creencia [de la comunidad de ingeniería académica] que tales cosas como el color de texto, textura de fondo, tamaño de fuente y cara de fuente estaban definitivamente fuera del alcance de un lenguaje cuando su única intención era especificar cómo se organizaría un documento". Dave Raggett, que ha sido miembro de W3C durante muchos años, ha comentado por ejemplo: "En cierta medida, Microsoft construyó su negocio en la Web ampliando las características HTML".

Logotipo de HTML5

Enero de 2008

HTML5 fue publicado como un borrador de trabajo por el W3C.

Aunque su sintaxis se asemeja estrechamente a la de SGML, HTML5 ha abandonado cualquier intento de ser una aplicación SGML y ha definido explícitamente su propia serialización "html", además de una serie XHTML5 alternativa basada en XML.

2011 HTML5 – Última llamada

On 14 February 2011, the W3C extended the charter of its HTML Working Group with clear hits for HTML5. En mayo de 2011, el grupo de trabajo avanzó HTML5 a "Last Call", una invitación a las comunidades dentro y fuera de W3C para confirmar la solidez técnica de la especificación. El W3C elaboró un conjunto de pruebas completo para lograr una amplia interoperabilidad para la especificación completa para 2014, que era la fecha prevista para la recomendación. En enero de 2011, el QQG renombraba su nivel de vida "HTML5" a "HTML". Sin embargo, el W3C continúa su proyecto para lanzar HTML5.

2012 HTML5 – Recomendación del candidato

En julio de 2012, QQG y W3C decidieron un grado de separación. W3C continuará el trabajo de especificación HTML5, centrándose en un único estándar definitivo, que es considerado como una "snapshot" por QUEWG. La organización QWG continuará su trabajo con HTML5 como un "estándar viviente". El concepto de un nivel de vida es que nunca está completo y siempre está siendo actualizado y mejorado. Se pueden agregar nuevas características pero la funcionalidad no se eliminará.

En diciembre de 2012, W3C designó HTML5 como una recomendación candidata. El criterio para avanzar a la Recomendación W3C es "dos implementaciones 100% completas e interoperables".

2014 HTML5 – Recomendación propuesta y recomendación

En septiembre de 2014, W3C movió HTML5 a la Recomendación propuesta.

El 28 de octubre de 2014, HTML5 fue lanzado como una Recomendación W3C estable, lo que significa que el proceso de especificación está completo.

Versiones XHTML

XHTML es un lenguaje independiente que comenzó como una reformulación de HTML 4.01 usando XML 1.0. Ya no se está desarrollando como un estándar separado.

• XHTML 1.0 fue publicada como una Recomendación W3C el 26 de enero de 2000, y posteriormente fue revisada y divulgada el 1 de agosto de 2002. Ofrece las mismas tres variaciones que HTML 4.0 y 4.01, reformuladas en XML, con restricciones menores.
• XHTML 1.1 fue publicado como recomendación W3C el 31 de mayo de 2001. Se basa en XHTML 1.0 Strict, pero incluye cambios menores, se puede personalizar y se reformula utilizando módulos en la recomendación W3C "Modularización de XHTML", publicada el 10 de abril de 2001.
• XHTML 2.0 fue un borrador de trabajo, el trabajo en él fue abandonado en 2009 a favor del trabajo en HTML5 y XHTML5. XHTML 2.0 era incompatible con XHTML 1.x y, por lo tanto, se caracterizaría más precisamente como un nuevo lenguaje inspirado en XHTML que una actualización a XHTML 1.x.
• Una sintaxis XHTML, conocida como "XHTML5.1", se define junto con HTML5 en el borrador HTML5.

Transición de publicación HTML a WHATWG

El 28 de mayo de 2019, el W3C anunció que WHATWG sería el único editor de los estándares HTML y DOM. El W3C y WHATWG han estado publicando estándares competitivos desde 2012. Si bien el estándar W3C era idéntico al WHATWG en 2007, desde entonces los estándares han divergido progresivamente debido a diferentes decisiones de diseño. El WHATWG "Estándar de vida" había sido el estándar web de facto durante algún tiempo.

Marcado

El marcado HTML consta de varios componentes clave, incluidos los denominados etiquetas (y sus atributos), tipos de datos basados en caracteres, referencias de caracteres y referencias de entidades. Las etiquetas HTML suelen venir en pares como <h1> y </h1>, aunque algunos representan elementos vacíos y, por lo tanto, no están emparejados, por ejemplo, <img>. La primera etiqueta de este par es la etiqueta de inicio y la segunda es la etiqueta de finalización (también se denominan etiquetas de apertura y etiquetas de cierre).

Otro componente importante es la declaración de tipo de documento de HTML, que activa la representación en modo estándar.

El siguiente es un ejemplo del clásico "¡Hola, mundo!" programa:

¡Atención! DOCTYPE html.html■ .cabeza■ .Título■Este es un títuloc)Título■ c)cabeza■ .cuerpo■ .div■ .p■¡Hola mundo!c)p■ c)div■ c)cuerpo■c)html■

El texto entre <html> y </html > describe la página web y el texto entre <cuerpo> y </body> es el contenido de la página visible. El texto marcado <título>Este es un título</title> define el título de la página del navegador que se muestra en las pestañas del navegador y los títulos de las ventanas y la etiqueta <div> define una división de la página que se usa para diseñar fácilmente. Entre < head> y </cabeza>, un El elemento <meta> se puede usar para definir los metadatos de la página web.

Discografía

Gráfica de solteros

Categorías del contenido del elemento HTML

Los documentos HTML implican una estructura de elementos HTML anidados. Estos se indican en el documento mediante etiquetas de HTML, entre paréntesis angulares, así: <p>.

En el caso simple y general, la extensión de un elemento se indica mediante un par de etiquetas: una "etiqueta de inicio" <p> y "etiqueta final" </ p>. El contenido de texto del elemento, si lo hay, se coloca entre estas etiquetas.

Las etiquetas también pueden contener más marcas de etiqueta entre el inicio y el final, incluida una combinación de etiquetas y texto. Esto indica más elementos (anidados), como elementos secundarios del elemento principal.

La etiqueta de inicio también puede incluir los atributos del elemento dentro de la etiqueta. Estos indican otra información, como identificadores para secciones dentro del documento, identificadores utilizados para vincular información de estilo a la presentación del documento y para algunas etiquetas como <img> se utiliza para incrustar imágenes, la referencia al recurso de la imagen en un formato como este: <img src="ejemplo.com/ejemplo.jpg">

Algunos elementos, como el salto de línea <br />, o <br /> no permite cualquier contenido incrustado, ya sea texto u otras etiquetas. Estos requieren solo una única etiqueta vacía (similar a una etiqueta de inicio) y no usan una etiqueta de finalización.

Muchas etiquetas, en particular la etiqueta final de cierre para el elemento de párrafo muy utilizado <p>, son Opcional. Un navegador HTML u otro agente puede inferir el cierre del final de un elemento a partir del contexto y las reglas estructurales definidas por el estándar HTML. Estas reglas son complejas y la mayoría de los codificadores HTML no las entienden ampliamente.

Por lo tanto, la forma general de un elemento HTML es: <etiqueta atributo1="valor1" atributo2="valor2">''contenido''</etiqueta>. Algunos elementos HTML se definen como elementos vacíos y toman la forma <etiqueta atributo1="valor1" atributo2="valor2">. Los elementos vacíos pueden no incluir contenido, por ejemplo, <br /> o la etiqueta <img> etiqueta. El nombre de un elemento HTML es el nombre utilizado en las etiquetas. Tenga en cuenta que el nombre de la etiqueta final está precedido por un carácter de barra inclinada, /, y que en los elementos vacíos, la etiqueta final no es obligatoria ni está permitida. Si no se mencionan los atributos, se utilizan los valores predeterminados en cada caso.

Ejemplos de elementos

Encabezado del documento HTML: <cabeza>...</cabeza>. El título se incluye en el encabezado, por ejemplo:

.cabeza■ .Título■El Títuloc)Título■ .enlace rel="Sábana de estilo" href="stylebyjimbowales.css" / ¡Seguido! Importaciones Fichas de estilo --c)cabeza■

Encabezados

Los encabezados HTML se definen con <h1> a <h6>, siendo H1 el nivel más alto (o más importante) y H6 el más bajo:

.h1■Nivel de dirección 1c)h1■.h2■Nivel de dirección 2c)h2■.h3■Nivel de dirección 3c)h3■.h4■Nivel de dirección 4c)h4■.h5■Nivel de dirección 5c)h5■.h6■Nivel de dirección 6c)h6■

Los efectos son:

Nivel de dirección 1

Nivel de referencia 2

Nivel 3

Nivel de cabeza 4

Nivel de referencia 5

Nivel de referencia 6

Tenga en cuenta que CSS puede cambiar drásticamente la representación.

Párrafos:

.p■Párrafo 1c)p■ .p■Párrafo 2c)p■

Saltos de línea:

<br />. La diferencia entre <br /> y <p> es que <br /> rompe un línea sin alterar la estructura semántica de la página, mientras que <p> divide la página en párrafos. El elemento <br /> es un elemento vacío en eso, aunque puede tiene atributos, no puede tener contenido y puede no tener una etiqueta final.

.p■Esto .br / es un párrafo .br / con .br / rupturasc)p■

Este es un enlace en HTML. Para crear un enlace, el < Se usa la etiqueta a>. El atributo href contiene la dirección URL del enlace.

.a href="https://www.wikipedia.org/"■¡Un enlace a Wikipedia!c)a■

Entradas:

Hay muchas formas posibles en que un usuario puede dar entrada/s como:

.entrada Tipo="texto" / ¡Seguido! Esto es para la entrada de texto --.entrada Tipo="file" / ¡Seguido! Esto es para cargar archivos --.entrada Tipo="checkbox" / ¡Seguido! Esto es para las casillas de verificación...

Comentarios:

¡Seguido! Este es un comentario...

Los comentarios pueden ayudar a comprender el marcado y no se muestran en la página web.

Hay varios tipos de elementos de marcado utilizados en HTML:

El marcado estructural indica el propósito del texto

Por ejemplo, <h2>Golf</h2> establece "Golf" como un título de segundo nivel. El marcado estructural no denota ningún renderizado específico, pero la mayoría de los navegadores web tienen estilos predeterminados para el formato de elementos. El contenido puede ser más estilo utilizando hojas de estilo Cascading (CSS).

El marcado de presentación indica la aparición del texto, independientemente de su propósito

Por ejemplo, <b>bold text</b> indica que los dispositivos de salida visual deben hacer "boldface" en texto audaz, pero da una pequeña indicación de qué dispositivos que no pueden hacer esto (como dispositivos aurales que leen el texto en voz alta) deben hacer. En el caso de ambos <b>bold text</b> y <i>italic text</i>, hay otros elementos que pueden tener representaciones visuales equivalentes pero que son más semánticas en la naturaleza, como <strong>strong text</strong> y <em>emphasized text</em> respectivamente. Es más fácil ver cómo un agente de usuario aural debe interpretar estos dos últimos elementos. Sin embargo, no son equivalentes a sus contrapartes de presentación: sería indeseable para un lector de pantalla enfatizar el nombre de un libro, por ejemplo, pero en una pantalla, tal nombre sería italicizado. La mayoría de los elementos de marcado de presentación se han deprecado bajo la especificación HTML 4.0 a favor de utilizar CSS para el estilo.

Hypertext markup hace partes de un documento en enlaces a otros documentos

Un elemento de anclaje crea un hipervínculo en el documento y su href atributo establece la URL de destino del enlace. Por ejemplo, el marcado HTML <a href="https://www.google.com/">Wikipedia</a>, dará la palabra "Wikipedia" como hipervínculo. Para hacer una imagen como hipervínculo, un img elemento se inserta como contenido en el a elemento. Como br, img es un elemento vacío con atributos pero sin contenido ni etiqueta de cierre. <a href="https://example.org"><img src="image.gif" alt="descriptive text" width="50" height="50" border="0"></a>.

Atributos

La mayoría de los atributos de un elemento son pares de nombre y valor, separados por = y escritos dentro de la etiqueta de inicio de un elemento después del nombre del elemento. El valor se puede encerrar entre comillas simples o dobles, aunque los valores que consisten en ciertos caracteres se pueden dejar sin comillas en HTML (pero no en XHTML). Dejar valores de atributo sin comillas se considera inseguro. En contraste con los atributos de par nombre-valor, hay algunos atributos que afectan al elemento simplemente por su presencia en la etiqueta de inicio del elemento, como el atributo ismap para el img elemento.

Hay varios atributos comunes que pueden aparecer en muchos elementos:

• El id atributo proporciona un identificador único en todo el documento para un elemento. Esto se utiliza para identificar el elemento para que las hojas de estilo puedan alterar sus propiedades de presentación, y los scripts pueden alterar, animar o eliminar su contenido o presentación. Anexado a la URL de la página, proporciona un identificador globalmente único para el elemento, típicamente una subsección de la página. Por ejemplo, el ID "Atributos" en https://en.wikipedia.org/wiki/HTML#Attributes.
• El class atributo proporciona una manera de clasificar elementos similares. Esto se puede utilizar para fines semánticos o de presentación. Por ejemplo, un documento HTML podría utilizar semánticamente la designación <class="notation"> indicar que todos los elementos con este valor de clase están subordinados al texto principal del documento. En la presentación, estos elementos podrían reunirse y presentarse como notas de pie en una página en lugar de aparecer en el lugar donde ocurren en la fuente HTML. Los atributos de clase se utilizan semánticamente en microformatos. Pueden especificarse valores de clase múltiple; por ejemplo <class="notation important"> pone el elemento en ambos notation y el important clases.
• Un autor puede utilizar el style atributo para asignar propiedades de presentación a un elemento particular. Se considera mejor práctica utilizar un elemento id o class atributos para seleccionar el elemento desde dentro de una hoja de estilo, aunque a veces esto puede ser demasiado complicado para un estilo simple, específico o ad hoc.
• El title atributo se utiliza para adjuntar una explicación subtextual a un elemento. En la mayoría de los navegadores este atributo se muestra como una herramienta.
• El lang atributo identifica el lenguaje natural del contenido del elemento, que puede ser diferente al del resto del documento. Por ejemplo, en un documento en inglés:

  .p■Oh bien, .lapso lang="fr"■c'est la viec)lapso■Como dicen en Francia.c)p■

El elemento de abreviatura, abbr, se puede utilizar para demostrar algunos de estos atributos:

.abbr id="AnId" clase="jargon" estilo="color: púrpura" Título="Hypertext Markup Language"■HTMLc)abbr■

Este ejemplo se muestra como HTML; en la mayoría de los navegadores, apuntar el cursor a la abreviatura debería mostrar el texto del título "Lenguaje de marcado de hipertexto".

La mayoría de los elementos toman el atributo relacionado con el idioma dir para especificar la dirección del texto, como con "rtl" para texto de derecha a izquierda en, por ejemplo, árabe, persa o hebreo.

Referencias de personajes y entidades

A partir de la versión 4.0, HTML define un conjunto de 252 referencias de entidad de caracteres y un conjunto de 1 114 050 referencias de caracteres numéricos, los cuales permiten escribir caracteres individuales a través de marcas simples, en lugar de literalmente. Un carácter literal y su homólogo de marcado se consideran equivalentes y se representan de forma idéntica.

La capacidad de "escapar" caracteres de esta manera permite que los caracteres < y & (cuando se escriben como &lt; y &amp; , respectivamente) para ser interpretados como datos de caracteres, en lugar de marcado. Por ejemplo, un < literal normalmente indica el comienzo de una etiqueta, y & normalmente indica el comienzo de una referencia de entidad de carácter o una referencia de carácter numérico; escribirlo como &amp; o & o & permite & ser incluido en el contenido de un elemento o en el valor de un atributo. El carácter de comillas dobles ("), cuando no se usa para citar un valor de atributo, también se debe escapar como &quot; o & #x22; o " cuando aparece dentro del propio valor del atributo. De manera equivalente, el carácter de comilla simple ('), cuando no se usa para citar un valor de atributo, también debe escaparse como ' o ' (o como &apos; en documentos HTML5 o XHTML) cuando aparece dentro del propio valor del atributo. Si los autores del documento pasan por alto la necesidad de escapar de dichos caracteres, algunos navegadores pueden ser muy indulgentes e intentar usar el contexto para adivinar su intención. El resultado sigue siendo un marcado no válido, lo que hace que el documento sea menos accesible para otros navegadores y otros agentes de usuario que pueden intentar analizar el documento con fines de búsqueda e indexación, por ejemplo.

El escape también permite que los caracteres que no se escriben fácilmente, o que no están disponibles en la codificación de caracteres del documento, se representen dentro del elemento y el contenido del atributo. Por ejemplo, el e (é) con acento agudo, un carácter que generalmente se encuentra solo en los teclados de Europa occidental y América del Sur, se puede escribir en cualquier documento HTML como la referencia de la entidad. é o como las referencias numéricas é o é, usando caracteres que están disponibles en todos los teclados y son compatibles con todas las codificaciones de caracteres. Las codificaciones de caracteres Unicode, como UTF-8, son compatibles con todos los navegadores modernos y permiten el acceso directo a casi todos los caracteres de los sistemas de escritura del mundo.

Tipos de datos

HTML define varios tipos de datos para el contenido de los elementos, como datos de secuencias de comandos y datos de hojas de estilo, y una plétora de tipos para valores de atributos, incluidos ID, nombres, URI, números, unidades de longitud, idiomas, descriptores de medios, colores, caracteres codificaciones, fechas y horas, etc. Todos estos tipos de datos son especializaciones de datos de caracteres.

Declaración de tipo de documento

Los documentos HTML deben comenzar con una declaración de tipo de documento (informalmente, un "tipo de documento"). En los navegadores, el tipo de documento ayuda a definir el modo de representación, en particular si se debe usar el modo peculiar.

El propósito original del tipo de documento era permitir el análisis y la validación de documentos HTML mediante herramientas SGML basadas en la definición de tipo de documento (DTD). La DTD a la que se refiere DOCTYPE contiene una gramática legible por máquina que especifica el contenido permitido y prohibido para un documento conforme a dicha DTD. Los navegadores, por otro lado, no implementan HTML como una aplicación de SGML y, en consecuencia, no leen la DTD.

HTML5 no define una DTD; por lo tanto, en HTML5 la declaración de doctype es más simple y corta:

¡Atención! DOCTYPE html

Un ejemplo de un tipo de documento HTML 4

¡Seguido! DOCTYPE HTML PUBLIC "-/W3C//DTD HTML 4.01//EN" https://www.w3.org/TR/html4/strict.dtd"

Esta declaración hace referencia a la DTD para el "estricto" versión de HTML 4.01. Los validadores basados en SGML leen la DTD para analizar correctamente el documento y realizar la validación. En los navegadores modernos, un tipo de documento válido activa el modo estándar en lugar del modo peculiar.

Además, HTML 4.01 proporciona DTD de transición y de conjunto de marcos, como se explica a continuación. El tipo de transición es el más inclusivo e incorpora etiquetas actuales, así como etiquetas más antiguas o "obsoletas" etiquetas, con la DTD estricta excluyendo las etiquetas obsoletas. El conjunto de marcos tiene todas las etiquetas necesarias para crear marcos en una página junto con las etiquetas incluidas en el tipo de transición.

HTML semántico

El HTML semántico es una forma de escribir HTML que enfatiza el significado de la información codificada sobre su presentación (aspecto). HTML ha incluido marcado semántico desde sus inicios, pero también ha incluido marcado de presentación, como <fuente>, <i> y <centro > etiquetas. También existen las etiquetas div y span semánticamente neutrales. Desde finales de la década de 1990, cuando las hojas de estilo en cascada comenzaban a funcionar en la mayoría de los navegadores, se ha alentado a los autores web a evitar el uso de marcado HTML de presentación con miras a la separación de contenido y presentación.

En una discusión de 2001 sobre la Web Semántica, Tim Berners-Lee y otros dieron ejemplos de las formas en que los "agentes" puede algún día rastrear automáticamente la web y encontrar, filtrar y correlacionar hechos publicados previamente no relacionados para el beneficio de los usuarios humanos. Dichos agentes no son comunes ni siquiera ahora, pero algunas de las ideas de la Web 2.0, los mashups y los sitios web de comparación de precios pueden estar acercándose. La principal diferencia entre estos híbridos de aplicaciones web y los agentes semánticos de Berners-Lee radica en el hecho de que la agregación e hibridación actual de la información suele estar diseñada por desarrolladores web, que ya conocen las ubicaciones web y la semántica API de la información específica. datos que desean triturar, comparar y combinar.

Un tipo importante de agente web que rastrea y lee páginas web automáticamente, sin conocimiento previo de lo que podría encontrar, es el rastreador web o araña de motor de búsqueda. Estos agentes de software dependen de la claridad semántica de las páginas web que encuentran, ya que utilizan diversas técnicas y algoritmos para leer e indexar millones de páginas web al día y proporcionar a los usuarios de la web funciones de búsqueda sin las cuales la World Wide Web no sería útil. ser muy reducida.

Para que las arañas de los motores de búsqueda puedan calificar la importancia de los fragmentos de texto que encuentran en los documentos HTML, y también para aquellos que crean mashups y otros híbridos, así como para agentes más automatizados a medida que se desarrollan, las estructuras semánticas que existen en HTML deben aplicarse amplia y uniformemente para resaltar el significado del texto publicado.

Las etiquetas de marcado de presentación están obsoletas en las recomendaciones actuales de HTML y XHTML. La mayoría de las funciones de presentación de versiones anteriores de HTML ya no están permitidas, ya que conducen a una accesibilidad más deficiente, un mayor costo de mantenimiento del sitio y tamaños de documentos más grandes.

Un buen HTML semántico también mejora la accesibilidad de los documentos web (consulte también las Directrices de accesibilidad al contenido web). Por ejemplo, cuando un lector de pantalla o un navegador de audio puede determinar correctamente la estructura de un documento, no desperdiciará el tiempo del usuario con discapacidad visual leyendo información repetida o irrelevante cuando se haya marcado correctamente.

Entrega

Los documentos HTML se pueden entregar por los mismos medios que cualquier otro archivo de computadora. Sin embargo, la mayoría de las veces se envían por HTTP desde un servidor web o por correo electrónico.

HTTP

La World Wide Web se compone principalmente de documentos HTML transmitidos desde servidores web a navegadores web mediante el Protocolo de transferencia de hipertexto (HTTP). Sin embargo, HTTP se usa para servir imágenes, sonido y otro contenido, además de HTML. Para permitir que el navegador web sepa cómo manejar cada documento que recibe, se transmite otra información junto con el documento. Estos metadatos suelen incluir el tipo MIME (por ejemplo, text/html o application/xhtml+xml) y la codificación de caracteres (consulte Codificación de caracteres en HTML).

En los navegadores modernos, el tipo MIME que se envía con el documento HTML puede afectar la interpretación inicial del documento. Se espera que un documento enviado con el tipo XHTML MIME sea XML bien formado; los errores de sintaxis pueden hacer que el navegador no pueda procesarlo. El mismo documento enviado con el tipo HTML MIME podría mostrarse correctamente ya que algunos navegadores son más indulgentes con HTML.

Las recomendaciones del W3C establecen que los documentos XHTML 1.0 que siguen las pautas establecidas en el Apéndice C de la recomendación pueden etiquetarse con cualquiera de los tipos MIME. XHTML 1.1 también establece que los documentos XHTML 1.1 deben etiquetarse con cualquier tipo MIME.

Correo electrónico HTML

La mayoría de los clientes de correo electrónico gráficos permiten el uso de un subconjunto de HTML (a menudo mal definido) para proporcionar formato y marcado semántico que no está disponible con texto sin formato. Esto puede incluir información tipográfica como encabezados en color, texto enfatizado y citado, imágenes en línea y diagramas. Muchos de estos clientes incluyen un editor de GUI para redactar mensajes de correo electrónico HTML y un motor de representación para mostrarlos. Algunas personas critican el uso de HTML en el correo electrónico debido a problemas de compatibilidad, porque puede ayudar a disfrazar ataques de phishing, debido a problemas de accesibilidad para personas ciegas o con problemas de visión, porque puede confundir los filtros de spam y porque el tamaño del mensaje es más grande que el normal. texto.

Convenciones de nomenclatura

La extensión de nombre de archivo más común para archivos que contienen HTML es .html. Una abreviatura común de esto es .htm, que se originó porque algunos de los primeros sistemas operativos y sistemas de archivos, como DOS y las limitaciones impuestas por la estructura de datos FAT, limitaban las extensiones de archivo a tres letras.

Aplicación HTML

Una aplicación HTML (HTA; extensión de archivo .hta) es una aplicación de Microsoft Windows que utiliza HTML y HTML dinámico en un navegador para proporcionar la interfaz gráfica de la aplicación. Un archivo HTML normal se limita al modelo de seguridad del navegador web, se comunica solo con los servidores web y manipula solo los objetos de la página web y las cookies del sitio. Una HTA se ejecuta como una aplicación totalmente confiable y, por lo tanto, tiene más privilegios, como creación/edición/eliminación de archivos y entradas del Registro de Windows. Debido a que funcionan fuera del modelo de seguridad del navegador, las HTA no se pueden ejecutar a través de HTTP, sino que deben descargarse (como un archivo EXE) y ejecutarse desde el sistema de archivos local.

Variaciones de HTML4

Desde sus inicios, HTML y sus protocolos asociados ganaron aceptación con relativa rapidez. Sin embargo, no existían estándares claros en los primeros años del idioma. Aunque sus creadores originalmente concibieron HTML como un lenguaje semántico desprovisto de detalles de presentación, los usos prácticos incorporaron muchos elementos y atributos de presentación al lenguaje, impulsados en gran medida por los diversos proveedores de navegadores. Los últimos estándares relacionados con HTML reflejan los esfuerzos por superar el desarrollo a veces caótico del lenguaje y por crear una base racional para crear documentos significativos y bien presentados. Para devolver HTML a su papel como lenguaje semántico, el W3C ha desarrollado lenguajes de estilo como CSS y XSL para asumir la carga de la presentación. En conjunto, la especificación HTML ha controlado lentamente los elementos de presentación.

Hay dos ejes que diferencian varias variaciones de HTML tal como se especifica actualmente: HTML basado en SGML frente a HTML basado en XML (denominado XHTML) en un eje, y estricto frente a transicional (suelto) frente a conjunto de marcos en el otro eje.

HTML basado en SGML versus HTML

Una diferencia en las especificaciones HTML más recientes radica en la distinción entre la especificación basada en SGML y la especificación basada en XML. La especificación basada en XML suele llamarse XHTML para distinguirla claramente de la definición más tradicional. Sin embargo, el nombre del elemento raíz sigue siendo "html" incluso en el HTML especificado por XHTML. El W3C pretendía que XHTML 1.0 fuera idéntico a HTML 4.01 excepto donde las limitaciones de XML sobre el SGML más complejo requieren soluciones alternativas. Debido a que XHTML y HTML están estrechamente relacionados, a veces se documentan en paralelo. En tales circunstancias, algunos autores combinan los dos nombres como (X)HTML o X(HTML).

Al igual que HTML 4.01, XHTML 1.0 tiene tres subespecificaciones: estricta, de transición y de conjunto de marcos.

Además de las diferentes declaraciones de apertura de un documento, las diferencias entre un documento HTML 4.01 y XHTML 1.0, en cada una de las DTD correspondientes, son en gran medida sintácticas. La sintaxis subyacente de HTML permite muchos atajos que XHTML no permite, como elementos con etiquetas de apertura o cierre opcionales, e incluso elementos vacíos que no deben tener una etiqueta final. Por el contrario, XHTML requiere que todos los elementos tengan una etiqueta de apertura y una etiqueta de cierre. XHTML, sin embargo, también presenta un nuevo atajo: una etiqueta XHTML se puede abrir y cerrar dentro de la misma etiqueta, al incluir una barra antes del final de la etiqueta como esta: <br/>. La introducción de esta abreviatura, que no se usa en la declaración SGML para HTML 4.01, puede confundir al software anterior que no está familiarizado con esta nueva convención. Una solución para esto es incluir un espacio antes de cerrar la etiqueta, como por ejemplo: <br />.

Para comprender las diferencias sutiles entre HTML y XHTML, considere la transformación de un documento XHTML 1.0 válido y bien formado que se adhiera al Apéndice C (ver más abajo) en un documento HTML 4.01 válido. Hacer esta traducción requiere los siguientes pasos:

1. El idioma para un elemento debe especificarse con un lang atributo más que el XHTML xml:lang atributo. XHTML utiliza el atributo de funcionalidad de definición de lenguaje incorporado de XML.
2. Eliminar el espacio de nombres XML (xmlns=URI). HTML no tiene instalaciones para espacios de nombres.
3. Cambiar la declaración tipo documento de XHTML 1.0 a HTML 4.01. (véase la sección DTD para mayor explicación).
4. Si está presente, eliminar la declaración XML. (Típicamente esto es: ).
5. Asegúrese de que el tipo MIME del documento está establecido text/html. Para HTML y XHTML, esto viene del HTTP Content-Type encabezado enviado por el servidor.
6. Cambiar la sintaxis XML de elementos vacíos a un elemento vacío de estilo HTML ()<br /> a <br />).

Esos son los principales cambios necesarios para traducir un documento de XHTML 1.0 a HTML 4.01. Para traducir de HTML a XHTML también sería necesario agregar cualquier etiqueta de apertura o cierre omitida. Ya sea que codifique en HTML o XHTML, puede ser mejor incluir siempre las etiquetas opcionales dentro de un documento HTML en lugar de recordar qué etiquetas se pueden omitir.

Un documento XHTML bien formado cumple con todos los requisitos de sintaxis de XML. Un documento válido se adhiere a la especificación de contenido para XHTML, que describe la estructura del documento.

El W3C recomienda varias convenciones para garantizar una migración sencilla entre HTML y XHTML (consulte las Directrices de compatibilidad de HTML). Los siguientes pasos solo se pueden aplicar a documentos XHTML 1.0:

• Incluido ambos xml:lang y lang atributos sobre cualquier elemento asignando idioma.
• Utilice la sintaxis de elementos vacíos sólo para elementos especificados como vacíos en HTML.
• Incluye un espacio extra en las etiquetas de elementos vacíos: por ejemplo <br /> en lugar de <br />.
• Incluye etiquetas estrechas explícitas para elementos que permiten el contenido pero que quedan vacíos (por ejemplo, <div></div>, no <div />).
• Omitir la declaración XML.

Al seguir cuidadosamente las pautas de compatibilidad del W3C, un agente de usuario debería poder interpretar el documento como HTML o XHTML. Para los documentos que son XHTML 1.0 y se han hecho compatibles de esta manera, el W3C permite que se sirvan como HTML (con un tipo MIME text/html), o como XHTML (con un tipo text/html). >aplicación/xhtml+xml o aplicación/xml tipo MIME). Cuando se entrega como XHTML, los navegadores deben usar un analizador XML, que se adhiere estrictamente a las especificaciones XML para analizar el contenido del documento.

Transicional versus estricta