# HTML 语言简介 ## 概述 HTML 是网页使用的语言,定义了网页的结构和内容。浏览器访问网站,其实就是从服务器下载 HTML 代码,然后渲染出网页。 HTML 的全名是“超文本标记语言”(HyperText Markup Language),上个世纪90年代由欧洲核子研究中心的物理学家蒂姆·伯纳斯-李(Tim Berners-Lee)发明。它的最大特点就是支持超链接,可以跳转到其他网页,从而构成了整个互联网。1999年,HTML 4.01 版发布,成为广泛接受的 HTML 标准。2014年,HTML 5 发布,这是目前正在使用的版本。 浏览器的网页开发,涉及三种技术:HTML、CSS 和 JavaScript。HTML 语言定义网页的结构和内容,CSS 样式表定义网页的样式,JavaScript 语言定义网页与用户的互动行为。本教程只介绍 HTML 语言。 下面就是一个简单网页的 HTML 源码。 ```html 网页标题

Hello World

``` 上面这段代码,可以保存成文件`hello.html`。浏览器打开这个本地文件,就能看到文字“Hello World”。 ## 网页的基本概念 ### 标签 HTML 代码由许许多多不同的标签(tag)构成。 ```html 网页标题 ``` 上面代码中,``和``就是一对标签。 标签用来告诉浏览器,如何处理这段代码。标签的内容就是浏览器所要渲染的、展示在网页上的内容。 标签放在一对尖括号里面(比如``),大多数标签都是成对出现的,分成开始标签和结束标签,结束标签在标签名之前加斜杠(比如``)。但是,也有一些标签不是成对使用,而是只有开始标签,没有结束标签,比如上一节示例的``标签。 ```html ``` 上面代码中,``标签就没有结束标签``。 这种单独使用的标签,通常是因为标签本身就足够完成功能了,不需要标签之间的内容。实际引用中,它们主要用来提示浏览器,做一些特别处理。 标签可以嵌套。 ```html

hello world

``` 上面代码中,`
`标签内部包含了一个`

`标签。 嵌套时,必须保证正确的闭合顺序,不能跨层嵌套,否则会出现意想不到的渲染结果。 ```html

hello world

``` 上面代码就是错误的嵌套,闭合顺序不正确。 标签名是大小写不敏感,比如``和`<TITLE>`是同一个标签。不过,一般习惯都是使用小写。 另外,HTML 语言忽略缩进和换行。也就是说,下面的写法与一行的写法效果是一样的。 ```html <title> 网页标题 ``` 进一步说,整个网页的 HTML 代码完全可以写成一行,浏览器照样解析,结果完全一样。有时,正式发布网页之前,开发者会把源码压缩成一行,以减少传输的字节数。网页内容的缩进和换行,主要靠 CSS 样式来实现。 ### 元素 浏览器渲染网页的时候,会把 HTML 源码解析成一个标签树,每个标签都是一个节点(node),称为网页元素(element)。所以,“标签”和“元素”基本上是同义词,只是使用的场合不一样:标签是源码角度来看,元素是从编程角度来看,比如`

`标签对应网页的`p`元素。 嵌套的标签就构成了网页元素的层级关系。 ```html

hello world

``` 上面代码中,`div`元素内部包含了一个`p`元素。上层元素又称为“父元素”,下层元素又称为“子元素”,即`div`是`p`的父元素,`p`是`div`的子元素。 所有元素可以分成两大类:块级元素(block)和行内元素(inline)。块级元素默认占据一个独立的区域,在网页上会自动另起一行,占据 100% 的宽度。 ```html

hello

world

``` 上面代码中,`p`元素是块级元素,因此浏览器会将内容分成两行显示。 行内元素默认与其他元素在同一行,不产生换行。比如,`span`就是行内元素,通常用来为某些文字指定特别的样式。 ```html hello world ``` 上面代码中,`span`元素是行内元素,因此浏览器会将两行内容放在一行显示。 ### 属性 属性(attribute)是标签的额外信息,使用空格与标签名和其他属性分隔。 ```html ``` 上面代码中,``标签有两个属性:`src`和`width`。 属性可以用等号指定属性值,比如上例的`demo.jpg`就是`src`的属性值。属性值一般放在双引号里面,这不是必需的,但推荐总是使用双引号。 注意,属性名是大小写不敏感的,`onclick`和`onClick`是同一个属性。 HTML 提供大量属性,用来定制标签的行为,详细介绍请看《标签》一章。 ## 网页的基本标签 符合语法标准的网页,应该满足下面的基本结构。 ```html ``` 不管多么复杂的网页,都是从上面这个基本结构衍生出来的。 注意,HTML 代码的缩进和换行,对于浏览器不产生作用。所以,上面的代码完全可以写成一行,渲染结果不变。上面这样分行写,只是为了提高可读性。 下面介绍,这个基本结构的主要标签,它们构成网页的骨架。 ### `` 网页的第一个标签通常是``,表示文档类型,告诉浏览器如何解析网页。 一般来说,只要像下面这样,简单声明`doctype`为`html`即可。浏览器就会按照 HTML5 的规则处理网页。 ```html ``` 有时,该标签采用完全大写的形式,以便区别于正常的 HTML 标签。因为``本质上不是标签,更像一个处理指令。 ```html ``` ### `` ``标签是网页的顶层容器,也称为根元素(root element),其他元素都是它的子元素。一个网页只能有一个``标签。 该标签的`lang`属性,表示网页内容默认的语言。 ```html ``` 上面代码表示,网页的语言是英语。更详细的介绍,参见《属性》一章。 ### `` ``标签是一个容器标签,用于放置网页的元信息。它的内容不会出现在网页上,而是为网页渲染做准备。 ```html 网页标题 ``` ``是``的第一个子元素。如果网页不包含``,浏览器会自动创建一个。 ``的子元素一般有下面七个,后文会一一介绍。 - ``:设置网页的元数据。 - ``:连接外部样式表。 - ``:设置网页标题。 - `<style>`:放置内嵌的样式表。 - `<script>`:引入脚本。 - `<noscript>`:浏览器不支持脚本时,所要显示的内容。 - `<base>`:设置网页内部相对 URL 的计算基准。 ### `<meta>` `<meta>`标签用于设置或说明网页的元数据,必须放在`<head>`里面。一个`<meta>`标签就是一项元数据,网页可以有多个`<meta>`。 一般来说,网页至少应该具有以下两个`<meta>`标签,而且必须在`<head>`的最前面。 ```html <head> <meta charset="utf-8"> <meta name="viewport" content="width=device-width, initial-scale=1"> <title>Page Title ``` **(1)charset 属性** ``有一个`charset`属性,指定网页的编码方式,该属性非常重要。如果设置得不正确,浏览器可能无法正确解码,就会出现乱码。 ```html ``` 上面代码声明,网页为`utf-8`编码。虽然可以使用其他的编码方式,但几乎总是应该采用 UTF-8。注意,声明的编码方式,应该与网页实际的编码方式一致,即声明了`utf-8`,网页就应该使用 UTF-8 编码保存。 **(2)name 属性,content 属性** ``的`name`属性表示元数据的名字,`content`属性表示元数据的值。 ```html ``` 上面代码包含了三个元数据:`description`是网页内容的描述,`keywords`是网页内容的关键字,`author`是网页作者。 元数据有很多种,大部分涉及浏览器内部工作机制,或者特定的使用场景,这里就不一一介绍了。下面是一些例子。 ```html ``` **(3)http-equiv 属性,content 属性** `http-equiv`属性用来覆盖 HTTP 回应的头信息字段,`content`属性是该字段的内容。 ```html ``` 上面代码可以覆盖 HTTP 回应的`Content-Security-Policy`字段。 下面是另一些例子。 ```html ``` ### `` `<title>`标签用于指定网页的标题,会显示在浏览器窗口的标题栏。 ```html <head> <title>网页标题 ``` 搜索引擎根据这个标签,显示每个网页的标题。它对于网页在搜索引擎的排序,有很大的影响,应该精心安排,反映网页的主题。 ``标签的内部,不能再放置其他标签,只能放置无格式的纯文本。 ### `<body>` `<body>`标签是一个容器标签,用于放置网页的主体内容。浏览器显示的页面内容,都是放置在它的内部。它是`<html>`的第二个子元素,紧跟在`<head>`后面。 ```html <html> <head> <title>网页标题

hello world

``` ## 空格和换行 HTML 语言有自己的空格处理规则。标签内容的头部和尾部的空格,一律忽略不计。 ```html

hello world

``` 上面代码中,`hello`前面的空格和`world`后面的空格,浏览器一律忽略不计。 标签内容里面的多个连续空格(包含制表符`\t`),会被浏览器合并成一个。 ```html

hello world

``` 上面代码中,`hello`与`world`之间有多个连续空格,浏览器会将它们合并成一个。网页渲染的结果是,`hello`与`world`之间只有一个空格。 浏览器还会将文本里面的换行符(`\n`)和回车符(`\r`),替换成空格。 ```html

hello world

``` 上面代码中,`hello`与`world`之间有多个换行,浏览器会将它们替换成空格,然后再将多个空格合并成一个。网页渲染的结果是,`hello`与`world`之间有一个空格。 这意味着,HTML 源码里面的换行,不会产生换行效果。 ## 注释 HTML 代码可以包含注释,浏览器会自动忽略注释。注释以``结尾,下面就是一个注释的例子。 ```html ``` 注释可以是多行的,并且内部的 HTML 都不再生效了。 ```html ``` 上面代码是一个注释的区块,内部的代码都是无效的,浏览器不会解析,更不会渲染它们。 注释有助于理解代码的含义,复杂的代码块前面最好加上注释。