XHTML基础入门教程

摘要

XHTML 1.0是作为XML1.0应用而重新制定的HTML4。本规范书定义XHTML 1.0以及其中与HTML 4对应的3种文档类型定义(DTD，Document Type Definition)。每个元素的语义和它们的属性已经在W3C Recommendation for HTML4中定义，它们是XHTML将来扩展的基础。只要遵循一小套指导方针，XHTML文档就能和现存的HTML用户代理程序兼容。

本文档的状况

本节描述本文档发布时的状况。其它的文档也许会取代本文档。W3C负责维护本文档系列的最新状况。本文档由W3C的成员和一些对此感兴趣的团体审阅，并经主管认可而成为W3C推荐标准。这是一个稳定的文档，可以作为参考材料或在其它文档中作为标准引用。W3C制定本推荐标准的目的就是使大家注意到本规范说明书，使之广泛传播，增强Web的功能和互用性。

1. 什么是 XHTML?

XHTML是一系列当前和将来的文档类型和程序块，它由HTML 4 [HTML]再生和扩展而来，HTML 4是其子集。XHTML系列文档基于XML，最终被设计用来与基于XML的用户代理程序一起工作。XHTML家族的详情及其发展过程在未来趋势一节中详述。

XHTML 1.0(本规范书)是XHTML家族的第一个文档。它是将3种HTML 4文档类型应用到XML 1.0 [XML]之后重新形成的。其意图是，作为一种语言，它的内容既符合XML，并且如果依照一些简单的指导方针，也能被HTML4用户代理程序识别。开发者将它们的文档移植成为XHTML 1.0，会得到以下好处:

XHTML文档遵从XML。这样，用标准的XML工具很容易查看，编辑和检验它们。

XHTML文档可以在现有的HTML4代理用户程序中使用，也可以在新的XHTML用户代理程序中使用，在后者中可以达到与前者同样或更好的效果。

XHTML 文档中使用的应用程序(如script 和 applet) 可以是HTML 的文档对象模型(Document Object Model) ，也可以是 XML 的文档对象模型 [DOM]。

随着 XHTML 家族的发展，遵从XHTML 1.0的文档更有可能运用在各种XHTML环境中。

XHTML家族是Internet发展的下一步。将现在将文档移植成XML，开发者在确保他们的文档向前后兼容的同时，还能享有进入XML世界带来的好处。

1.1 什么是HTML 4?

HTML 4 [HTML] 是SGML (Standard Generalized Markup Language) 的一个应用，遵从国际标准ISO 8879，被广泛的当作 World Wide Web上的标准出版语言。

SGML是一种描述标记语言，特别是那些用于电子文档交换，文档管理和文档发布语言的语言。HTML是SGML定义的语言的一个实例。

SGML出现在80年代中期，一直保持得很稳定。稳定是原因是它有丰富的特征和具有灵活性。但是，灵活性的带来一定程度的复杂性，限制了它在多种环境下的适应性，包括World Wide Web。

HTML最初的构想是作为一种交换科学和其它技术文档的一种语言，供那些不熟悉书写文档的专家使用。HTML规定一小套结构语义标签，适于书写相对简单的文档，从而解决了SGML复杂性的问题。除了简化了文档结构外，HTML还加入了对超文本的支持，以后还增加了媒体功能。

在非常短的时间内，HTML变得广泛流行，并且很快超出了其原来的目的。HTML(标准)内部的新元素以很快的速度创造出来，HTML也被很快的改编以用于垂直的，高度专门化的市场。多余的新元素导致文档在跨平台时的兼容问题。

随着软件和平台不一致性增加，很显然，“经典的”HTML 4在这些平台上使用的适用性就会受到一些限制。

1.2 什么是 XML?

XML[XML]是Extensible Markup Language的缩写，创造XML的目的是重新获得SGML的能力和灵活性，而去除其大部分复杂的东西。尽管是一个受限制SGML的形式，但是XML仍保留了SGML的大部分功能和丰富性，还保留了SGML的所有常用特性。

在保留这些有用的特性的同时，XML去掉了SMGL中很多更复杂的特性，这些特性使得书写和设计合适的软件既困难又昂贵。

1.3 为什么需要XHTML?

上面已经提到了移植到XHTML的好处，一般来说，移植到XHTML的好处有：

文档开发者和用户代理程序设计商常常用新方法，新标签来表达它们的想法。用XML导入新元素和新的元素属性相对来说更容易。XHTML家族被设计用来提供这些扩展，通过XHTML模块和开发新的遵从XHTML的模块的技术。(将在即将出台的XHTML模块化规范说明书中描述)。在开发文档和设计新用户代理程序时，这些模块将允许混合使用现有的和新的特性集。

各种替代的访问Internet的方法不断的被提出。一些人估计，到2002年，internet上75%的文档会在这些替代的平台上被查看。XHTML 在设计时就考虑到用户代理程序的协同工作性。通过一个新的用户代理程序和文档协议机制，服务器、代理程序和用户代理程序将能够最佳地满足传输，最后，有可能开发出遵循XHTML的文档，能被任何遵循XHTML的用户代理程序使用。

2. 定义

2.1 术语

本规范书要用到下面的词条。这些词条基于ISO/IEC 9945-1:1990 [POSIX.1]中类似的定义，并扩展定义在[RFC2119]中:

执行定义(Implementation-defined)

一个值或行为被执行定义时，它由执行来定义相应的需要以正确解释文档。

可以(May)

在执行时，词“可以”被解释为一个可选的特性，在本规范书中不是必须的，但是可以提供。对于文档一致性来说，词”可以”的意思是不能使用可选的特性. ”可选的”(optional)和”可以”的定义是相同的。

必须(Must)

在本规范书中，“必须”被解释为，在执行时或对于严格遵循XHTML的文档的强制需要。词条”应当”(shall)和”必须”的定义相同。.

保留(Reserved)

一个值或行为未被指定，但是不允许用于符合规范的文档，也不被符合规范的用户代理程序支持。

应该(Should)

在执行时，”应该”被解释为一个执行时的建议，但不是一个必须。对于文档来说，“应该”被解释为：编程练习时是推荐使用的，对于严格遵循XHTML的文档，则是必须的。

被支持(Supported)

本规范书中某些功能是可选的，如果一个功能被支持，它的行为被本规范书规定。

未指定(Unspecified)

一个值或行为未被指定时，规范书不定义一个功能的可移植性要求，即使文档中使用了这个功能。在这种情况下，一个需要指定的行为的文档，而不是在使用这个功能时允许任何行为，不是一个严格遵循XHTML的文档。

2.2 常见词条

属性(Attribute)

属性是在DTD中声明过的某个元素的一个参数。属性的类型和取值范围，包括它可能的缺省值，在DTD中定义。

DTD

一个 DTD，又称文档类型定义，是一个XML声明集合，在其中定义遵从DTD的文档中使用的合法的结构，元素和属性。

文档(Document)

文档是一个数据流，还包括它引用的其它数据流。文档的结构是用相关的DTD定义的元素组织起来来保存信息。更多信息，请参看 Document Conformance 。

元素(Element)

元素是在DTD中声明的文档的结构单位。元素的内容模型在DTD中定义，额外的语义可以在另外的元素描述中定义。

功能(Facilities)

功能包括元素，属性和与元素属性相关的语义。支持这些功能的执行说成提供了所需的功能。

执行(Implementation)

执行是指系统提供了功能和服务集以支持本规范书。更多信息，请参看User Agent Conformance。

分析(Parsing)

分析是扫描文档的动作，文档包含的信息被过滤成元素的上下文结构包含的信息。

显示(Rendering)

显示是文档信息被呈现的动作。显示以最适合环境的形式完成(如声觉，视觉，打印)。

用户代理程序(User Agent)

用户代理程序是执行程序，获取并处理XHTML文档。更多信息，请查看User Agent Conformance。

验证(Validation)

验证是用相关的DTD检验文档的过程，以确信结构，元素的使用，属性的使用和DTD中的定义一致。

格式良好(Well-formed)

一个格式良好的文档的结构依照XML1.0推荐标准[XML]中2.1节Section 2.1的规定。基本上，这个定义规定了元素必须有起始和结束标签，要正确的互相嵌套。

3. XHTML 1.0的标准定义

3.1 文档一致性

本版本 XHTML 提供了严格的遵循XHTML文档的定义，受限于XHTML名址提供的标签和属性。使用XHTML其它名址空间的信息，如RDF表达的元数据，请参看Section 3.1.2 。

3.1.1 严格遵循的文档。

一个严格遵循XHTML的文档只需要本规范书描述的强制性功能，必须依照下列标准:

它必须经过附录A AppendixA中的3中DTD之一的验证。

文档的根元素必须是<html>。

文档的根元素必须用xmlns属性[XMLNAMES]指定XHTML名址。XHTML的名址在http://www.w3.org/1999/xhtml中定义。

在根元素之前，必须有一个DOCTYPE 声明。DOCTYPE声明中包含的公共标识符必须引用附录A AppendixA中的3中DTD的一种，每种DTD有各自的正式公共标识符。系统标识符可以改变以适应本地系统。

<!DOCTYPE html

PUBLIC "-//W3C//DTD XHTML 1.0 Strict//EN"

"DTD/xhtml1-strict.dtd">

<!DOCTYPE html

PUBLIC "-//W3C//DTD XHTML 1.0 Transitional//EN"

"DTD/xhtml1-transitional.dtd">

<!DOCTYPE html

PUBLIC "-//W3C//DTD XHTML 1.0 Frameset//EN"

"DTD/xhtml1-frameset.dtd">

下面是一个最小的XHTML文档示例：

<?xml version="1.0" encoding="UTF-8"?>

<!DOCTYPE html

PUBLIC "-//W3C//DTD XHTML 1.0 Strict//EN"

"DTD/xhtml1-strict.dtd">

<head>

<title>Virtual Library</title>

</head>

<body>

Moved to <a href="vlib.org.

http://vlib.org/">vlib.org</a>.

</body>

</html>

注意在这个例子中含有XML声明。 XML声明并不是在所有的XML文档中都是必须的。XHTML被强烈建议使用XML声明。当字符编码不是缺省的UTF-8或UTF-6时，这样的声明是必须的。

3.1.2 在XHTML中使用其它名址空间

在XHTML名址空间中可以用[XMLNAMES]使用其它XML名址空间，尽管这样文档会不是严格遵循XHTML的文档。W3C将在以后致力为多名址空间指定一致性的问题。

下面的例子说明XHTML1.0和MathML推荐标准联合使用的方法。

<head>

<title>A Math Example</title>

</head>

<body>

The following is MathML markup:

</logbase>

</apply>

</math>

</body>

</html>

下面的例子说明XHTML1.0和其它XML名址空间联合使用的方法:

<?xml version="1.0" encoding="UTF-8"?>

<book xmlns='urn:loc.gov:books'

xmlns:isbn='urn:ISBN:0-395-36341-6' xml:lang="en" lang="en">

<title>Cheaper by the Dozen</title>

<isbn:number>1568491379</isbn:number>

<notes>

This is also available <a href="onlinehttp://www.w3.org/">online</a>.

</notes>

</book>

3.2 用户代理程序一致性

一个遵从的用户代理程序必须遵照下面所有标准:

为和XML1.0推荐标准一致 [XML]，用户代理程序必须分析和评估XHTML文档的编排良好性。如果用户代理程序宣称自己是一个带验证能力的用户代理，它还必须依照[XML]安文档引用的DTD来验证文档。

当用户代理程序宣称支持本规范书定义的功能facilities时，它必须按功能的定义来支持。

当用户代理程序按一般的XML来处理XHTML文档时，它应当只将ID类型的属性(如多数XHTML元素的ID属性)识别成片段标识符。

如果用户代理程序遇到一个它不识别的元素，它必须显示元素的内容。

如果用户代理程序遇到一个它不识别的属性，它必须忽略整个属性的定义(即属性及其值)。

如果用户代理程序遇到一个它不识别的属性值，它必须使用使用属性的缺省值。

如果它遇到一个实体引用(不是预定义了的实体)，用户代理程序没有处理过其声明(如果声明是在用户代理程序没有读到的外部子集中就会发生)，实体引用应该以字符显示(以&符号开始，以半冒号结束)，以编排成实体引用。

在显示内容时，用户代理程序如果遇到它不认识的字符或认识但不能显示字符实体引用，它应该以显眼的方式告诉用户发生了异常显示。

下面的字符在 [XML]中被定义为空白(whitespace)字符：

空格 ( )

Tab (	)

回车 ()

换行 (
)

XML处理程序将不同系统的行结束码规格化为单个换行附传递给应用。因此XHTML还必须将下列字符看成空白字符:

换页 ()

0宽度空格 ()

对 'xml:space' 属性被设为”保留”的元素，用户代理程序必须保持所有空白字符的原样 (引导和结尾处空白字符除外，这些字符应该被删除). 否则，按下列规则处理空白字符:

所有块元素周围的空白字符应该被删除。

注释全部去除，不影响空白符的处理。注释两旁的一个空白符被处理为两个空白符引导和结尾处空白字符应该被删除块元素内的换行字符必须转换成空格 ('xml:space' 属性被设为”保留”时例外)。

一串连续的空白字符必须减少为单个空格 ('xml:space' 属性被设为”保留”时例外)。

在显示时，用户代理程序应该以恰当的方式显示文档内容为文档内容书写的语言。在主要是拉丁书写体的语言中，ASCII空格典型的用来编码语法上的词的分界和印刷上的空白; 在和Nagari书写体相关的语言中 (如梵语，泰语等)，语法上的边界可以用ZW空格字符编码，但是在显示输出时一般不用印刷上的空格表示; 用阿拉伯语形式书写体的语言，可以用空格字符编码印刷上的空白，单不能用ZW空格定界内部的文法分界(如，在英语看来是一个词的'kitAbuhum' = 'kitAbu-hum'

[1] [2] 下一页