HTML的概述

HTML的概念

HTML 全称为 HyperText Markup Language,译为超文本标记语言

HTML 不是一种编程语言,是一种描述性的标记语言

作用:HTML是负责描述文档语义的语言。

概念:超文本

所谓的超文本,有两层含义:

  1. 图片、音频、视频、动画、多媒体等内容,成为超文本,因为它们超出了文本的限制。

  2. 不仅如此,它还可以从一个文件跳转到另一个文件,与世界各地主机的文件进行连接。即:超级链接文本。

概念:标记语言

HTML 不是一种编程语言,是一种描述性的标记语言。这主要有两层含义:

  1. 标记语言是一套标记标签。

    比如:标签<a>表示超链接、标签<img>表示图片、标签<h1>表示一级标题等等,它们都是属于 HTML 标签。

    说的通俗一点就是:网页是由网页元素组成的,这些元素是由 HTML 标签描述出来,然后通过浏览器解析,就可以显示给用户看了。

  2. 编程语言是有编译过程的,而标记语言没有编译过程,HTML标签是直接由浏览器解析执行。

HTML是负责描述文档语义的语言

HTML 格式的文件是一个纯本文文件(就是用txt文件改名而成),用一些标签来描述语义,这些标签在浏览器页面上是无法直观看到的,所以称之为“超文本标记语言”。

接下来,我们需要学习 HTML 中的很多“标签对儿”,这些“标签对儿”能够给文本不同的语义。

比如,面试的时候问你,<h1> 标签有什么作用?

  • 正确答案:给文本增加主标题的语义。

  • 错误答案:给文字加粗、加黑、变大。

关乎“语义”的更深刻理解,等接下来我们学习了各种标签,就明白了。

HTML的历史

其中,我们专门来对XHTML做一个介绍。

XHTML介绍:

XHTML:Extensible Hypertext Markup Language,可扩展超文本标注语言。

XHTML的主要目的是为了取代HTML,也可以理解为HTML的升级版。

HTML的标记书写很不规范,会造成其它的设备(ipad、手机、电视等)无法正常显示。

XHTML与HTML4.0的标记基本上一样。

XHTML是严格的、纯净的HTML。

我们稍后将对XHTML的编写规范进行介绍。

HTML的专有名词

  • 网页:由各种标记组成的一个页面就叫网页。

  • 主页(首页): 一个网站的起始页面或者导航页面。

  • 标记:比如<p>称为开始标记 ,</p>称为结束标记,也叫标签。每个标签都规定好了特殊的含义。

  • 元素:比如 <p>内容</p> 称为元素。

  • 属性:给每一个标签所做的辅助信息。

  • XHTML:符合XML语法标准的HTML。

  • DHTML:dynamic,动态的。 javascript + css + html 合起来的页面就是一个 DHTML。

  • HTTP:超文本传输协议。用来规定客户端浏览器和服务端交互时数据的一个格式。SMTP:邮件传输协议,FTP:文件传输协议。

书写第一个 HTML 页面

我们打开 VS Code 软件,新建一个文件,名叫index.html(注意,文件名是index,后缀名是html),保存到本地。

紧接着,在文件里,输入 html:5 ,然后按一下键盘上的 Tab 键,就可以自动生成如下内容:

1
2
3
4
5
6
7
8
9
10
11
12
<!DOCTYPE html>
<html lang="en">
<head>
<meta charset="UTF-8">
<meta http-equiv="X-UA-Compatible" content="IE=edge">
<meta name="viewport" content="width=device-width, initial-scale=1.0">
<title>Document</title>
</head>
<body>

</body>
</html>

上面的内容,就是 html 页面的骨架。我们在此基础之上,新增几个标签,完整代码如下:

1
2
3
4
5
6
7
8
9
10
11
12
13
14
<!DOCTYPE html>
<html lang="en">
<head>
<meta charset="UTF-8">
<meta http-equiv="X-UA-Compatible" content="IE=edge">
<meta name="viewport" content="width=device-width, initial-scale=1.0">
<title>Document</title>
</head>
<body>
<h3>我是三级标题</h3>
<img src="" alt="">
<a href="https://www.yydnas.cn">超链接,访问YYDNAS</a>
</body>
</html>

标签写完之后,我们用 chrome 浏览器打开上面这个 index.html 文件,看看页面效果:

到此,第一个简单的 HTML 页面就写完了。是不是很有成就感?

HTML结构详解

HTML标签通常是成对出现的(双边标记),比如 <div></div>;也有少部分单标签(单边标记),如:<br /><hr /><img src="images/1.jpg" />等。

属性与标记之间、各属性之间需要以空格隔开。属性值以双引号括起来。

html骨架标签分类

标签名 定义 说明
<html></html> HTML标签 页面中最大的标签,我们成为根标签
<head></head> 文档的头部 注意在head标签中我们必须要设置的标签是title
<title></title> 文档的标题 让页面拥有一个属于自己的网页标题
<body></body> 文档的主体 元素包含文档的所有内容,页面内容 基本都是放到body里面的

快速生成 html 的骨架

方式1:在 VS Code 中新建 html 文件,输入 html:5 ,按 Tab 键后,自动生成的代码如下:

1
2
3
4
5
6
7
8
9
10
11
12
<!DOCTYPE html>
<html lang="en">
<head>
<meta charset="UTF-8">
<meta name="viewport" content="width=device-width, initial-scale=1.0">
<meta http-equiv="Content-Type" content="text/html;charset=UTF-8">
<title>Document</title>
</head>
<body>

</body>
</html>

方式2:在Sublime Text中安装 Emmet 插件。新建html文件,输入 html:5 ,按 Tab 键后,自动生成的代码如下:

1
2
3
4
5
6
7
8
9
10
<!DOCTYPE html>
<html lang="en">
<head>
<meta charset="UTF-8">
<title>Document</title>
</head>
<body>

</body>
</html>

方式3:在Sublime Text中安装 Emmet 插件。新建html文件,输入 html:xt ,按 Tab 键后,自动生成的代码如下:

1
2
3
4
5
6
7
8
9
10
<!DOCTYPE html PUBLIC "-//W3C//DTD XHTML 1.0 Transitional//EN" "http://www.w3.org/TR/xhtml1/DTD/xhtml1-transitional.dtd">
<html xmlns="http://www.w3.org/1999/xhtml" xml:lang="en">
<head>
<meta http-equiv="Content-Type" content="text/html;charset=UTF-8">
<title>Document</title>
</head>
<body>

</body>
</html>

上面的方式2和方式3中,我们会发现,第一行的内容有些不太一样,这就是我们接下来要讲的文档声明头

文档声明头

任何一个标准的HTML页面,第一行一定是一个以 <!DOCTYPE ……> 开头的语句。这一行,就是文档声明头,即 DocType Declaration,简称DTD。

DTD可告知浏览器文档使用哪种 HTML 或 XHTML 规范

HTML4.01有哪些规范呢?

HTML4.01这个版本是IE6开始兼容的。HTML5是IE9开始兼容的。如今,手机、移动端的网页,就可以使用HTML5了,因为其兼容性更高。

说个题外话,html1 至 html3 是美国军方以及高等研究所用的,并未对外公开。

HTML4.01里面有两大种规范,每大种规范里面又各有3种小规范。所以一共6种规范(见下图)。

HTML4.01里面规定了普通XHTML两大种规范。HTML觉得自己有一些规定不严谨,比如,标签是否可以用大写字母呢?<H1></H1>所以,HTML就觉得,把一些规范严格的标准,又制定了一个XHTML1.0。在XHTML中的字母X,表示“严格的”。

总结一下,HTML4.01一共有6种DTD。说白了,HTML的第一行语句一共有6种情况:

下面对上图中的三种小规范进行解释:

strict

表示“严格的”,这种模式里面的要求更为严格。这种严格体现在哪里?有一些标签不能使用。
比如,u标签,就是给一个本文加下划线,但是这和HTML的本质有冲突,因为HTML最好是只负责语义,不要负责样式,而u这个下划线是样式。所以,在strict中是不能使用u标签的。

那怎么给文本增加下划线呢?今后将使用css属性来解决。

XHTML1.0更为严格,因为这个体系本身规定比如标签必须是小写字母、必须严格闭合标签、必须使用引号引起属性等等。

Transitional:表示“普通的”,这种模式就是没有一些别的规范。

Frameset:表示“框架”,在框架的页面使用。

在sublime输入的html:xt,x表示XHTML,t表示transitional。

在HTML5中极大的简化了DTD,也就是说HTML5中就没有XHTML了。HTML5的DTD(文档声明头)如下:

1
<!DOCTYPE html>

页面语言 lang

下面这行标签,用于指定页面的语言类型:

1
<html lang="en">

最常见的语言类型有两种:

  • en:定义页面语言为英语。

  • zh-CN:定义页面语言为中文。

头标签 head

html5 的比较完整的骨架:

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
<!DOCTYPE html>
<html lang="en">
<head>
<meta charset="UTF-8">
<meta name="viewport" content="width=device-width, initial-scale=1.0">
<meta http-equiv="Content-Type" content="text/html;charset=UTF-8">
<meta name="Author" content="">
<meta name="Keywords" content="厉害很厉害" />
<meta name="Description" content="网易是中国领先的互联网技术公司,为用户提供免费邮箱、游戏、搜索引擎服务,开设新闻、娱乐、体育等30多个内容频道,及博客、视频、论坛等互动交流,网聚人的力量。" />
<title>Document</title>
</head>
<body>

</body>
</html>

面试题:

  • 问:网页的head标签里面,表示的是页面的配置,有什么配置?

  • 答:字符集、关键词、页面描述、页面标题、IE适配、视口、iPhone小图标等等。

头标签内部的常见标签如下:

  • <title>:指定整个网页的标题,在浏览器最上方显示。

  • <base>:为页面上的所有链接规定默认地址或默认目标。

  • <meta>:提供有关页面的基本信息

  • <body>:用于定义HTML文档所要显示的内容,也称为主体标签。我们所写的代码必须放在此标签內。

  • <link>:定义文档与外部资源的关系。

meta 标签

meta表示“元”。“元”配置,就是表示基本的配置项目。

常见的几种 meta 标签如下:

1.字符集 charset:

1
<meta http-equiv="Content-Type" content="text/html;charset=UTF-8">

字符集用meta标签中的charset定义,charset就是character set(即“字符集”),即网页的编码方式

字符集(Character set)是多个字符的集合。计算机要准确的处理各种字符集文字,需要进行字符编码,以便计算机能够识别和存储各种文字。

上面这行代码非常关键, 是必须要写的代码,否则可能导致乱码。比如你保存的时候,meta写的和声明的不匹配,那么浏览器就是乱码。

utf-8是目前最常用的字符集编码方式,常用的字符集编码方式还有gbk和gb2312等。关于“编码方式”,我们在下一段会详细介绍。

2.视口 viewport:

1
<meta name="viewport" content="width=device-width, initial-scale=1.0">

width=device-width :表示视口宽度等于屏幕宽度。

viewport 这个知识点,初学者还比较难理解,以后学 Web 移动端的时候会用到。

3.定义“关键词”:

举例如下:

1
<meta name="Keywords" content="网易,邮箱,游戏,新闻,体育,娱乐,女性,亚运,论坛,短信" />

这些关键词,就是告诉搜索引擎,这个网页是干嘛的,能够提高搜索命中率。让别人能够找到你,搜索到你。

4.定义“页面描述”:

meta除了可以设置字符集,还可以设置关键字和页面描述。

只要设置Description页面描述,那么百度搜索结果,就能够显示这些语句,这个技术叫做SEO(search engine optimization,搜索引擎优化)。

设置页面描述的举例:

1
<meta name="Description" content="网易是中国领先的互联网技术公司,为用户提供免费邮箱、游戏、搜索引擎服务,开设新闻、娱乐、体育等30多个内容频道,及博客、视频、论坛等互动交流,网聚人的力量。" />

效果如下:

上面的几种<meta>标签都不用记,但是另外还有一个<meta>标签是需要记住的:

1
<meta http-equiv="refresh" content="3;http://www.baidu.com">

上面这个标签的意思是说,3秒之后,自动跳转到百度页面。

title 标签

用于设置网页标题:

1
<title>网页的标题</title>

title标签也是有助于SEO搜索引擎优化的。

base标签

1
<base href="/">

base 标签用于指定基础的路径。指定之后,所有的 a 链接都是以这个路径为基准。

<body>标签

<body>标签的属性有:

  • bgcolor:设置整个网页的背景颜色。

  • background:设置整个网页的背景图片。

  • text:设置网页中的文本颜色。

  • leftmargin:网页的左边距。IE浏览器默认是8个像素。

  • topmargin:网页的上边距。

  • rightmargin:网页的右边距。

  • bottommargin:网页的下边距。

<body>标签另外还有一些属性,这里用个例子来解释:

1
2
3
<body link="red" alink="yellow" vlink="blue">
<a href="https://www.yydnas.cn">我是超链接,访问YYDNAS</a>
</body>

上方代码中,当我们对 我是超链接,访问YYDNAS 这几个字使用超链时,link 属性表示默认显示的颜色、 alink 属性表示鼠标点击但是还没有松开时的颜色、 vlink 属性表示点击完成之后显示的颜色。

计算机编码介绍

计算机,不能直接存储文字,存储的是编码。

计算机只能处理二进制的数据,其它数据,比如:0-9、a-z、A-Z,这些字符,我们可以定义一套规则来表示。

假如:A用110表示,B用111表示等。

ASCII码

美国发布的,用1个字节(8位二进制)来表示一个字符,共可以表示 2^8=256 个字符。

美国的国家语言是英语,只要能表示0-9、a-z、A-Z、特殊符号。

ANSI编码

每个国家为了显示本国的语言,都对ASCII码进行了扩展

用2个字节(16位二进制)来表示一个汉字,共可以表示2^16=65536个汉字。例如:

中国的ANSI编码是GB2312编码(简体),对6763汉字进行编码,含600多特殊字符。另外还有GBK(简体)。

日本的ANSI编码是JIS编码。

台湾的ANSI编码是BIG5编码(繁体)。

GBK

对GB2312进行了扩展,用来显示罕见的、古汉语的汉字。现在已经收录了2.1万左右。并提供了1890个汉字码位。K的含义就是“扩展”。

Unicode编码(统一编码)

用4个字节(32位二进制)来表示一个字符,想法不错,但效率太低。

例如,字母A用ASCII表示的话一个字节就够,可用Unicode编码的话,得用4个字节表示,造成了空间的极大浪费。A的Unicode编码是0000 0000 0000 0000 0000 0000 0100 0000

UTF-8(Unicode Transform Format)编码

根据字符的不同,选择其编码的长度。比如:一个字符A用1个字节表示,一个汉字用2个字节表示。

毫无疑问,开发中,都用UTF-8编码吧,准没错。

中文能够使用的字符集两种

  • 第一种:UTF-8。UTF-8是国际通用字库,里面涵盖了所有地球上所有人类的语言文字,比如阿拉伯文、汉语、鸟语……

  • 第二种:GBK(对GB2312进行了扩展)。gb2312 是国标,是中国的字库,里面涵盖了汉字和一些常用外文,比如日文片假名,和常见的符号。

字库规模: UTF-8(字很全) > gb2312(只有汉字)

重点1:避免乱码

我们用meta标签声明的当前这个html文档的字库,一定要和保存的文件编码类型一样,否则乱码(重点)。

拿sublime编辑器举例,当我们不设置的时候,sublime默认类型就是UTF-8。而一旦更改为gb2312的时候,就一定要记得设置一下sublime的保存类型: 文件 → set File Encoding to → Chinese Simplified(GBK)。VS Code 的道理一样。

重点2:UTF-8和gb2312的比较

保存大小:UTF-8(更臃肿、加载更慢) > gb2312 (更小巧,加载更快)

总结:

  • UTF-8:字多,有各种国家的语言,但是保存尺寸大,文件臃肿;

  • gb2312:字少,只用中文和少数外语和符号,但是尺寸小,文件小巧。

列出2个使用情形:

  1. 们公司是做日本动漫的,经常出现一些日语动漫的名字,网页要使用UTF-8。如果用gb2312将无法显示日语。

  2. 你们公司就是中文网页,极度的追求网页的显示速度,要使用gb2312。如果使用UTF-8将每个汉字多一个byte,所以5000个汉字,多5kb。

我们亲测:

  • qq网、网易、搜狐都是使用gb2312。这些公司,都追求显示速度。

  • 新华网藏语频道,使用的是UTF-8,保证字符集的数量。

我们是怎么查看网页的编码方式的呢?在浏览器中打开网页,右键,选择“查看网页源代码”,找到meta标签中的charset属性即可。

那么,我们为什么可以查看网页的源代码呢?因为这个打开的html网页已经存到我的临时文件夹里了,临时文件夹里的html是纯文本文件,纯文本文件自然可以查看网页的源代码。

HTML的规范

  • HTML不区分大小写,但HTML的标签名、类名、标签属性、大部分属性值建议统一用小写。

  • HTML页面的后缀名是html或者htm(有一些系统不支持后缀名长度超过3个字符,比如dos系统)

编写XHTML的规范:

  1. 所有标记元素都要正确的嵌套,不能交叉嵌套。正确写法举例:<h1><font></font></h1>

  2. 所有的标记都必须小写。

  3. 所有的标签都必须闭合。

    • 双标签:<span></span>

    • 单标签:<br> 建议写成 <br /> <hr> 建议转成 <hr />,还有<img src=“URL” />

  4. 所有的属性值必须加引号。<font color="red"></font>

  5. 所有的属性必须有值。<hr noshade="noshade"><input type="radio" checked="checked" />

  6. XHTML文档开头必须要有DTD文档类型定义。

HTML的基本语法特性

HTML对换行不敏感,对tab不敏感

HTML只在乎标签的嵌套结构,嵌套的关系。谁嵌套了谁,谁被谁嵌套了,和换行、tab无关。换不换行、tab不tab,都不影响页面的结构。

也就是说,HTML不是依靠缩进来表示嵌套的,而是看标签的嵌套关系。但是,我们发现有良好的缩进,代码更易读。建议大家都正确缩进标签。

百度为了追求极致的显示速度,所有HTML标签都没有换行、都没有缩进(tab),HTML和换不换行无关,标签的层次依然清晰,只不过程序员不可读了。

空白折叠现象

HTML中所有的文字之间,如果有空格、换行、tab都将被折叠为一个空格显示。

举例如下:

1
2
3
4
<p>第一行,我写1</p>
第二行,我写2

前后tab,yydnas

结果如下:

标签要严格封闭

标签不封闭的结果是灾难性的。

标签不封闭的举例如下:

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
<!DOCTYPE html>
<html lang="en">
<head>
<meta charset="UTF-8">
<meta http-equiv="X-UA-Compatible" content="IE=edge">
<meta name="viewport" content="width=device-width, initial-scale=1.0">
<title>欢迎访问YYDNAS<title>
</head>
<body>
<h3>我是三级标题</h3>
<img src="" alt="">
<a href="https://www.yydnas.cn">超链接,访问YYDNAS</a>
</body>
<body>
<p>第一行,我写1</p>
第二行,我写2

前后tab,yydnas
</body>
</html>

由于 <title></title> 未封闭,内容直接无法识别,显示空白,标题也不对。