Файл: Языки гипертекстовой разметки (Определение основных понятий).pdf

Расширяемый язык разметки (Extensible Markup Language, аббревиатура - XML) описывает класс объектов XML document, а также частично описывает работу компьютерных программ, обрабатывающих объекты с данными, реализующими этот класс. XML - это прикладной уровень или усеченная форма SGML, Стандартного Обобщенного языка разметки [ISO 8879]^[6]. По своему построению, XML документ является полноценным SGML документом.

XML документы состоят из единиц размещения, называемых сущностями, которые содержат разобранные или неразобранные данные. Разобранные данные состоят из набора символов, часть которых образуют символьные данные, часть - разметку. Разметка образует описание схемы размещения и логической структуры документа. Язык XML дает механизм создания ограничений для указанной схемы размещения и логической структуры.

XML — текстовый формат, предназначенный для хранения структурированных данных (взамен существующих файлов баз данных), для обмена информацией между программами, а также для создания на его основе более специализированных языков разметки (например, XHTML), иногда называемых словарями.

Целью создания XML было обеспечение совместимости при передаче структурированных данных между разными системами обработки информации, особенно при передаче таких данных через Интернет. Словари, основанные на XML (например, RDF, RSS, MathML, XHTML, SVG), сами по себе формально описаны, что позволяет программно изменять и проверять документы на основе этих словарей, не зная их семантики, то есть не зная смыслового значения элементов. Важной особенностью XML также является применение так называемых пространств имён (англ. namespace).

Стандартом определены два уровня правильности документа XML:

- Правильно построенный (Well-formed). Правильно построенный документ соответствует всем общим правилам синтаксиса XML, применимым к любому XML-документу. И если, например, начальный тег не имеет соответствующего ему конечного тега, то это неправильно построенный документ XML. Документ, который неправильно построен, не может считаться документом XML; XML-процессор (парсер) не должен обрабатывать его обычным образом и обязан классифицировать ситуацию как фатальная ошибка.

- Действительный (Valid). Действительный документ дополнительно соответствует некоторым семантическим правилам. Это более строгая дополнительная проверка корректности документа на соответствие заранее определённым, но уже внешним правилам, в целях минимизации количества ошибок, например, структуры и состава данного, конкретного документа или семейства документов. Эти правила могут быть разработаны как самим пользователем, так и сторонними разработчиками, например, разработчиками словарей или стандартов обмена данными.

XML — это описанная в текстовом формате иерархическая структура, предназначенная для хранения любых данных. Визуально структура может быть представлена как дерево элементов. Элементы XML описываются тэгами^[7].

Первая строка XML-документа называется объявление XML (англ. XML declaration) — это необязательная строка, указывающая версию стандарта XML (обычно это 1.0), также здесь может быть указана кодировка символов и внешние зависимости.

<?xmlversion="1.0" encoding="UTF-8"?>

Спецификация требует, чтобы процессоры XML обязательно поддерживали Юникод-кодировки UTF-8 и UTF-16 (UTF-32 не обязателен).

Важнейшее обязательное синтаксическое требование заключается в том, что документ имеет только один корневой элемент (англ. rootelement) (так же иногда называемый элемент документа (англ. documentelement)). Это означает, что текст или другие данные всего документа должны быть расположены между единственным начальным корневым тегом и соответствующим ему конечным тегом.

В любом месте дерева может быть размещен элемент-комментарий. XML-комментарии размещаются внутри специального тега, начинающегося с символов. Два знака дефис (--) внутри комментария присутствовать не могут.

Остальная часть этого XML-документа состоит из вложенных элементов, некоторые из которых имеют атрибуты и содержимое. Элемент обычно состоит из открывающего и закрывающего тегов, обрамляющих текст и другие элементы. Открывающий тег состоит из имени элемента в угловых скобках, например, <step>, а закрывающий тег состоит из того же имени в угловых скобках, но перед именем ещё добавляется косая черта, например, </step>.

Сущностью (англ. entity) в XML называются именованные данные, обычно текстовые, в частности, спецсимволы. Ссылка на сущность (англ. entityreferences) указывается в том месте, где должна быть сущность и состоит из амперсанда (&), имени сущности и точки с запятой (;).

2.3. Расширяемый язык разметки гипертекста XHTML

В 1997г. официальной рекомендацией W3C становится HTML версии 4.0, явившийся плодом множества компромиссов. Данная версия вобрала в себя все визуальные возможности HTML 3.2, но в большинстве своем они были провозглашены не рекомендованными к использованию (deprecated). HTML 4 – это, по сути, не один стандарт, а целых три. Иначе говоря, в рамках HTML 4 определяются 3 типа документов: Strict (строгий, предписывающий четкое соблюдение идеологии структурной, логической разметки и подразумевающий отказ от большинства возможностей визуального представления данных), Transitional (переходный, намного более либеральный, оставляющий право пользоваться сомнительным наследием эпохи HTML 3.2) и Frameset (предназначенный для страниц, использующих фреймы). Наиболее предпочтительным, разумеется, является использование типа документов Strict.

Повсеместное распространение "веб-стандартов" тормозилось всегда низким качеством реальной поддержки спецификаций сколько-либо распространенными браузерами. Сегодня уже можно констатировать, что все современные браузеры работают с актуальными рекомендациями W3C на вполне приемлемом уровне. Наиболее безупречно поддерживает их Mozilla Firefox, его догоняет Opera 8.x и 9.0, а хуже всего на этом фоне выглядит Microsoft Internet Explorer 7.0

Последняя версия HTML 4.01 стала стандартом в 1999 году, после этого разработки этого языка прекратились, так как он фактически исчерпал все свои возможности. Появились технологии, более удовлетворяющие потребности современных пользователей, а также языки программирования, позволяющие создавать динамические страницы, обращаться с запросами к базам данных, более совершенные языки разметки. На данный момент переемником HTML считается XHTML — расширяемый язык гипертекстовой разметки.

XHTML (англ. Extensible Hypertext Markup Language — расширяемый язык разметки гипертекста)^[8] — язык разметки веб-страниц, по возможностям сопоставимый с HTML, однако является подмножеством XML. В отличие от HTML, XML позволяет создавать собственные теги и таким образом формировать собственную структуру документа. В противоположность XML, HTML гораздо более строго определенный язык разметки с ограниченным набором тегов. В любом случае, общий характер XML позволяет рассматривать HTML-документы как XML-документы с набором тегов для отображения в веб-браузерах. Однако, старые стандарты HTML не до конца совместимы с XML. Например, в HTML необязательно закрывать тег, то есть закрывающий тег можно опускать. Чтобы устранить разрыв между этими двумя языками разметки и был разработан XHTML. По существу это обычный HTML, в который добавили синтаксические правила XML для создания well-formed документов. Так что веб-страницы станут XML-совместимыми, а веб-разработчики познакомятся с синтаксисом XML.

Как и HTML, XHTML соответствует спецификации SGML. Вариант XHTML 1.1 одобрен в качестве Рекомендации Консорциума Всемирной паутины (W3C) 31 мая 2001 года.

На смену сложному и противоречивому SGML (Standard Generalized Markup Language) в качестве универсального стандарта для хранения любых структурированных данных приходит расширяемый язык разметки XML — eXtensible Markup Language, отличающийся более строгими правилами. HTML 4 стал в определенном смысле «тупиковой веткой» — это последняя версия HTML, основанная на SGML.

Развитием HTML 4 стал «расширяемый» (eXtensible) язык разметки гипертекста — XHTML 1.0, по сути своей явившийся лишь переформулировкой стандарта HTML 4.01 в соответствии с правилами XML 1.0. XHTML 1.0, за исключением ряда нюансов, в точности повторяет функциональность HTML 4.01 и включает в себя предусмотренные последним три типа документов: Strict, Transitional и Frameset.

XHTML 1.1, полностью упразднивший типы документов Transitional и Frameset и утвердивший еще некоторые ощутимые нововведения, уже несколько дальше от привычного HTML, но на практике пока используется довольно редко. XHTML 2.0 уходит в еще больший отрыв от совместимости с HTML — но эта версия пока еще находится в работе и в разряд официальных рекомендаций W3C перейдет не так скоро.

Для XHTML можно применять множество технологий разработанных для XML. Например, XSLT и XPath. Анализ XHTML проще и быстрее, чем HTML. Поскольку синтаксис XML строже, чем SGML, обработка XHTML возможна даже на мобильных телефонах с малыми ресурсами.

се элементы в XHTML должны быть закрыты. Теги, которые не имеют закрывающего тега (например, <img> или ) должны иметь на конце / (например, ).

У атрибутов обязательно должно быть значение. Например, следует писать <option selected="selected"> или <td nowrap="nowrap">.

Все значения атрибутов обязательно должны быть заключены в двойные, либо одинарные кавычки.

Имена тегов и атрибутов должны быть записаны строчными буквами (например, <img alt="" /> вместо <IMG ALT="" />).

XHTML гораздо строже относится к ошибкам в коде: нельзя делать «перехлест» тегов (например, запрещено ), < и & везде, даже в URL, должны замещаться их мнемонической подстановкой. По рекомендации W3C браузеры, встретив ошибку в XHTML, должны сообщить о ней и не обрабатывать документ. Для HTML браузеры должны были попытаться понять, что хотел сказать автор.

Кодировкой по умолчанию является UTF-8 (в отличие от HTML, где кодировкой по умолчанию является ISO 8859-1)

Отличия переходного (англ. transitional) XHTML от HTML незначительны и предназначены лишь для приведения его в соответствие с XML. Остальные версии отличаются лишь набором тегов.

Практически все современные браузеры поддерживают XHTML. Он также совместим и со старыми браузерами, т. к. в основе XHTML лежит HTML. Такая совместимость, к сожалению, в числе прочего, замедляет процесс перехода от HTML к XHTML.

Валидным документом (т. е. отвечающим всем правилам) XHTML-документом считается документ, удовлетворяющий технической спецификации. В идеале, все браузеры должны следовать веб-стандартам и, в соответствии с ними, валидные документы должны отображаться во всех браузерах на всех платформах. Валидация XHTML-документа рекомендована даже несмотря на то, что она не гарантирует кросс-браузерной совместимости. Документ может быть проверен на соответствие спецификации с помощью онлайновой Службы валидации разметки W3C. Валидация обнаружит и разъяснит ошибки в XHTML-разметке.

Глава 3.Спецификации технологий Web

3.1. О спецификации HTML

Эта спецификация определяет HyperText Markup Language (HTML) - гипертекстовый язык разметки, язык World Wide Web. Здесь определён HTML 4.01, являющийся субверсией HTML 4^[9]. В дополнение к возможностям работы с текстом, мультимедиа и гипертекстом предыдущих версий HTML (HTML 3.2 и HTML 2.0), HTML 4 поддерживает большее количество опций мультимедиа, языков скриптов, каскадных таблиц стилей, лучшие возможности печати и большую доступность документов для людей с ограниченными возможностями. HTML 4 также является большим шагом в направлении интернационализации документов с целью сделать Web действительно World Wide (всемирным).

HTML 4 - это SGML приложение, соответствующее Международному Стандарту ISO 8879 -- Standard Generalized Markup Language.

Этот документ специфицирует HTML 4.01, являющийся частью спецификации линии HTML 4. Первой версией HTML 4 был HTML 4.0, опубликованный 18 декабря 1997 и пересмотренный 24 апреля 1998.

Эта спецификация является первыми рекомендациями по HTML 4.01. Она включает дополнительные изменения после версии HTML 4.0 от 24 апреля.

Внесены некоторые изменения в DTD/ОТД. Этот документ объявляет предыдущую версию HTML 4.0 устаревшей, хотя W3C оставляет её спецификацию и ОТД доступными на сайте W3C.

Этот документ был рассмотрен членами W3C и других заинтересованных сторон и утверждён Директором как Рекомендации W3C. Это неизменяемый документ, он может использоваться как справочный материал или цитироваться в других документах. Задачей W3C является привлечение внимания к Рекомендациям и этой спецификации и её широкое распространение. Это расширит функциональные возможности Web.

W3C рекомендует создание пользовательскими агентами (ПА) и авторами (в частности, утилитами разработки) документов HTML 4.01, а не HTML 4.0.

W3C рекомендует создавать документы HTML 4 вместо документов HTML 3.2. Из соображений обратной совместимости, W3C также рекомендует, чтобы утилиты, интерпретирующие HTML 4, продолжали поддерживать HTML 3.2 и HTML 2.0.

За информацией о следующем поколении HTML, "The Extensible HyperText Markup Language", обращайтесь на W3C HTML Activity и к списку W3C Technical Reports.

Этот документ создан как часть W3C HTML Activity. Цели Рабочей Группы HTML обсуждаются в Хартии Рабочей Группы HTML.

Список текущих Рекомендаций W3C и другая техническая документация находятся по адресу: http://www.w3.org/TR.