L'anglaisHypertext Markup Language est rarement traduit littéralement en langage de balisage d'hypertexteISO/IEC 15445:2000, Langage de balisage d'hypertexte (norme ISO). On utilise généralement l'abréviation HTML, parfois même en répétant le mot « langage » comme dans « langage HTML ». Hypertext est parfois écrit HyperText pour marquer le T de l'abréviation HTML.
HTML est une des trois inventions à la base du World Wide Web, avec le Hypertext Transfer Protocol (HTTP) et les adresses Web. HTML a été inventé pour pouvoir écrire des documents hypertextuels liant les différentes ressources d'Internets avec des hyperlien. Aujourd'hui, ces documents sont appelés « page Web ». En août 1991, lorsque Tim Berners-Lee annonce publiquement le Web sur Usenet, il ne cite que le langage SGML, mais donne l'URL d'un document de suffixe .html. Dans son livre Weaving the WebTim Berners-Lee, Mark Fischetti, Weaving the Web: the past, present and future of the World Wide Web by its inventor, Londres, Texere, 2000, ISBN 1-58799-018-0, p. 45-46, Tim Berners-Lee décrit la décision de baser HTML sur SGML comme étant aussi « diplomatique » que technique : techniquement, il trouvait SGML trop complexe, mais il voulait attirer la communauté hypertexte qui considérait que SGML était le langage le plus prometteur pour standardiser le format des documents hypertexte. En outre, SGML était déjà utilisé par son employeur, l'Organisation européenne pour la recherche nucléaire (CERN).
Les premiers éléments du langage HTML comprennent le titre du document, les hyperliens, la structuration du texte en titres, sous-titres, listes ou texte brut, et un mécanisme rudimentaire de recherche par index. La description de HTML est alors assez informelle et principalement définie par le support des divers navigateurs Web contemporains. Dan Connolly a aidé à faire de HTML une véritable application de SGMLJames Gillies, Robert Cailliau, How the Web was born: the story of the World Wide Web, Oxford, Oxford University Press, 2000, p. 212-213, ISBN 0-19-286207-3.
L'état de HTML correspond alors à ce que l'on pourrait appeler HTML 1.0. Il n'existe cependant aucune spécification portant ce nom, notamment parce que le langage était alors en pleine évolution. Un effort de normalisation était cependant en coursHypertext Markup Language (HTML), Internet Draft, juin 1993. À partir de fin 1993, le terme HTML+ sera utilisé pour désigner la version future de HTMLHTML 4.01 Specification - 2.2.1 A brief history of HTML. Malgré l'effort de normalisation ainsi initié, et jusqu'à la fin des années 1990, HTML est principalement défini par les implémentations des navigateurs.
Avec le navigateur NCSA Mosaic, HTML connaît deux inventions majeures. D'abord l'invention de l'élément IMG permet d'intégrer des images (dans un premier temps, uniquement des GIF et des XBM) aux pages Web (Mosaic 0.10). Ensuite l'invention des formulaires (Mosaic 2.0pre5) rend le Web interactif en permettant aux visiteurs de saisir des données dans les pages et de les envoyer au serveur Web. Cette invention permet notamment de passer des commandes, donc d'utiliser le Web pour faire du commerce électronique.
Avec l'apparition de Netscape Navigator 0.9 le 13 octobre, le support de nombreux éléments de présentation est ajouté : attributs de texte, clignotement, centrage, etc. Le développement de HTML prend alors deux voies divergentes. D'une part, les développeurs de navigateurs s'attachent à maximiser l'impact visuel des pages Web en réponse aux demandes des utilisateursMarc Andreessen, créateur de Netscape Navigator, déclarait dès 1993 sur la liste de discussion www-talk : http://1997.webhistory.org/www.lists/www-talk.1993q2/0533.html. D'autre part, les concepteurs du Web proposent d'étendre les capacités de description sémantique (logos, notes de bas de page, etc.) et les domaines d'applications (formules mathématiques, tables) de HTML. En ceci, ils suivent les principes de SGML consistant à laisser la présentation à un langage de style. En l'occurrence, les feuilles de style en cascade (CSS) sont prévues pour HTML. Seul le support des tables est rapidement intégré aux navigateurs, notamment parce qu'il permet une très nette amélioration de la présentation.
Outre la multiplication des éléments de présentation, les logiciels d'alors produisant et consommant du HTML conçoivent souvent les documents comme une suite de commandes de formatage plutôt que comme un marquage représentant la structure en arbre aujourd'hui appelée Document Object Model (DOM). Le manque de structure du HTML alors mis en œuvre est parfois dénoncé comme étant de la « soupe de balises » (tag soup en anglais).
En mars 1995, le World Wide Web Consortium (W3C) nouvellement fondé propose le résultat de ses recherches sur HTML+ : le brouillon HTML 3.0. Il comprend notamment le support des tables, des figures et des expressions mathématiques. Ce brouillon expire le 28 septembre1995 sans donner de suites directes. Fin 1995, le RFC 1866 décrivant HTML 2.0 est finalisé. Le principal éditeur est Dan Connolly. Ce document décrit HTML tel qu'il existait avant juin 1994, donc sans les nombreuses additions de Netscape Navigator.
Le 14 janvier, le W3C publie la spécification HTML 3.2. Elle décrit la pratique courante observée début 1996HTML 3.2 Reference Specification, chap. Abstract, donc avec une partie des additions de Netscape Navigator et d'Internet Explorer. Ses plus importantes nouveautés sont la standardisation des tables et de nombreux éléments de présentation. HTML 3.2 précède de peu HTML 4.0 et contient des éléments en prévision du support des styles et des scripts.
Le 18 décembre, le W3C publie la spécification HTML 4.0 qui standardise de nombreuses extensions supportant les styles et les scripts, les cadres (frames) et les objets (inclusion généralisée de contenu). HTML 4.0 apporte également différentes améliorations pour l'accessibilité des contenusLa W3C a lancé en 1997 les premiers travaux de son Initiative pour l'Accessibilité du Web (WAI), qui entame alors l'élaboration de ce qui allait devenir les premières Directives pour l'Accessibilité des Contenus Web (WCAG), essentiellement consacrées à l'accessibilité des documents HTML dont principalement la possibilité d'une séparation plus explicite entre structure et présentation du document, ou le support d'informations supplémentaires sur certains contenus complexes tels que les formulaires, les tableaux ou les sigles.
HTML 4.0 introduit trois variantes du format, destinées à favoriser l'évolution vers un balisage plus signifiant, tout en tenant compte des limites temporaires des outils de production :
la variante stricte (strict) exclut des éléments et attributs dits « de présentation », destinés à être remplacés par les styles CSS, ainsi que les éléments pour inclure applet et frame qui sont remplacés par l'élément object réputé plus apte à l'interopérabilité et à l'accessibilité.
la variante transitoire (transitional) étend la variante stricte en reprenant les éléments et attributs dépréciés de HTML 3.2, dont les éléments de présentation sont couramment utilisés par les éditeurs HTML de l'époque.
la variante frameset normalise la technique des jeux de cadres composant une ressource unique à partir de plusieurs pages Web assemblées par le navigateur.
Ces variantes perdure par la suite sans modifications notables en HTML 4.01 et dans le format de transition XHTML 1.0 issu de HTML.
La dernière spécification de HTML est la 4.01 datant du 24 décembre1999. Elle n'apporte que des corrections mineures à la version 4.0.
Cependant, en 2004, des fabricants de navigateurs WebL'initiative vient d'Opera et de Mozilla, rejoints par la suite par Apple, http://www.w3.org/2004/04/webapps-cdf-ws/papers/opera.html créent le Web Hypertext Application Technology Working Group (WHATWG) dans le but, notamment, de relancer le développement du format HTML et de répondre aux nouveaux besoins sur une base technologique jugée plus aisément implémentable que celle du XHTML 2.0 en cours de conception. Ceci s'inscrit dans le contexte d'une contestation plus générale du mode de fonctionnement du W3C, réputé trop fermé par une partie des développeurs et designers Web.
En mars 2007, tirant la conséquences des réticences d'une partie de l'industrie et des concepteurs de contenus Web face à XHTML 2.0 Tim Berners Lee écrivait dès octobre 2006 : « la tentative de faire passer tout le monde à XML et aux contraintes syntaxiques que cela impose (guillemets autour des valeurs d’attributs, slashes dans les balises simples et espaces de noms), à intégrer d’un seul coup, n’a pas fonctionné ... Il faut créer un groupe de travail HTML entièrement nouveau qui, contrairement au précédent, sera destiné à apporter des améliorations incrémentales à HTML, ainsi qu’à XHTML », http://dig.csail.mit.edu/breadcrumbs/node/166, le W3C relance le développement de HTML et crée un nouveau groupe de travail dirigé par Chris Wilson (Microsoft) et Dan Connolly (W3C). Il s'agit notammentCharte du groupe de travail HTML W3C, http://www.w3.org/2007/03/HTML-WG-charter#deliverables :
de faire évoluer HTML pour décrire la sémantique des documents mais aussi les applications en ligne ;
de parvenir à un langage extensible via XML tout en maintenant une version non XML compatible avec les parseurs HTML des navigateurs actuels ;
et d'enrichir les interfaces utilisateurs avec des contrôles spécifiques : barres de progrès, menus, champs associés à des types de données spécifiques.
Parmi les principes de conception évoqués par le groupe de travail figurent en particulier :
la compatibilité des futures implémentations HTML avec le contenu Web existant, et la possibilité pour d'anciens agents utilisateurs d'exploiter les futurs contenus HTML 5 ;
une approche pragmatique, préférant les évolutions aux modifications radicales, et adoptant les technologies ou pratiques déjà largement partagées par les auteurs de contenus actuels ;
la priorité donnée, en cas de conflit d'intérêt, aux besoins des utilisateurs sur ceux des auteurs, et par suite, à ceux des auteurs sur les contraintes d'implémentation par les navigateurs ;
le compromis entre la richesse sémantique du langage et l'utilité pratique des solutions disponibles pour remplir l'objectif majeur d'indépendance envers le media de restitution.
Le développement de XHTML 2.0 est poursuivi en parallèle, en réponse aux besoins d'autres secteurs du Web, tels que les périphériques mobiles, les applications d’entreprise et les applications serveurs.« Le XHTML a été appliqué sur d’autres marchés, dont les périphériques mobiles, les applications d’entreprise, les applications serveurs, ainsi que dans un nombre croissant d’applications Web telles que les blogiciels. Par exemple, le Groupe de travail des Meilleures Pratiques du Web Mobile a inclus le standard XHTML Basic comme pierre angulaire des Meilleures Pratiques du Web Mobile car les logiciels s’exécutant avec peu de mémoire peuvent le prendre en charge. ... Avec la mise en place du Groupe de travail XHTML 2, le W3C continuera son travail technique sur le langage et prendra parallèlement en compte la revalorisation de la technologie afin d’expliquer clairement son indépendance et sa valeur sur le marché ... », Communiqué du W3C, 7 mars 2007, http://www.w3.org/2007/03/html-pressrelease .
Jusqu'à sa version 4.01 comprise, HTML est formellement décrit comme une application du Standard Generalized Markup Language (SGML). Cependant, les spécifications successives admettent, par différents biais, que les agents utilisateurs ne sont pas, en pratique, des analyseurs SGML conformes. Les navigateurs Web n'ont jamais été capables de déchiffrer l'ensemble des variations de syntaxe permises par SGMLComme la forme courte <em/emphase/> au lieu de <em>emphase</em> ; en revanche ils sont généralement capables de rattraper automatiquement de nombreuses erreurs de syntaxe, suivant la première partie de la « loi de Postel » : « Soyez libéral dans ce que vous acceptez, et conservateur dans ce que vous envoyez » (RFC 791). De fait, les développeurs de pages Web et de navigateurs Web ont toujours pris beaucoup de liberté avec les règles syntaxiques de SGML. Enfin, la Document Type Definition (DTD) de HTML, soit la description technique formelle de HTML, n'a été écrite par Dan Connolly que quelques années après l'introduction de HTML.
Malgré les libertés prises avec la norme, la terminologie propre à SGML est utilisée : document, élément, attribut, valeur, balise, entité, validité, application, etc. Grâce à la DTD, il est possible de vérifier automatiquement la validité d'un document HTML à l'aide d'un parseur SGMLComme valideur HTML, on peut notamment citer le Markup Validation Service du W3C..
À l'origine, HTML a été conçu pour baliser (ou marquer) simplement le texte, notamment pour y ajouter des hyperliens. On utilisait un minimum de balises, comme dans le document HTML suivant :
Exemple de HTML
Ceci est une phrase avec un hyperlien.
Ceci est un paragraphe où il n'y a pas d'hyperlien.
Cet exemple contient du texte, 5 balises et une référence d'entité :
<TITLE> est la balise ouvrante de l'élémentTITLE.
</TITLE> est la balise fermante de l'élémentTITLE.
Exemple de HTML est le contenu de l'élémentTITLE.
<A HREF=cible.html> est la balise ouvrante de l'élémentA, avec :
HREF=cible.html, l'attributHREF dont la valeur est cible.html.
<P> est la balise ouvrante de l'élémentP. Toutefois, elle est utilisée ici comme s'il s'agissait d'un séparateur de paragraphe, et c'est même ainsi qu'elle est souvent présentée dans les plus anciennes documentations de HTML. En fait, il s'agit bien de la balise ouvrante du paragraphe dont le contenu est Ceci est un paragraphe où il n'y a pas d'hyperlien. La balise fermante de l'élément P, qui est optionnelle, est ici omise. L'élément P est implicitement terminé lorsqu'un nouveau paragraphe commence ou que l'élément parent est fermé (cas présent).
ù est une référence d'entité représentant le caractère « ù ».
Notons que les balises peuvent être indifféremment écrites en minuscules ou majuscules. L'usage des minuscule devient plus courant car XHTML les impose.
Un document HTML valide est un document qui respecte la syntaxe SGML, n'utilise que des éléments et attributs standardisés, et respecte l'imbrication des éléments décrite par le standard. Il ne manque qu'une déclaration de type de document à l'exemple précédent pour qu'il soit un document HTML 2.0 valide [1].
Structure des documents HTML
Ce n'est qu'avec l'introduction des Cascading Style Sheets et du Document Object Model qu'il a fallu considérer que les documents HTML ont une véritable structure en arbre, avec un élément racine contenant tous les autres éléments. On peut noter que dans les premières années de HTML, l'élément racine HTML ainsi ses enfants HEAD et BODY n'étaient généralement pas explicitement balisés. Les balises ouvrantes et fermantes de ces éléments restent d'ailleurs optionnelles. Cependant, aujourd'hui, on a tendance à baliser chaque élémentPour simplifier SGML, le standard XML (sur lequel est basé XHTML) n'autorise pas les balises optionnelles. et à indiquer la DTD. Ce balisage rend explicite la structure en arbre imposée par SGML, où tout élément a exactement un parent, sauf l'unique élément racine (l'élément HTML). Alternativement, on peut considérer que chaque élément fait partie du contenu d'exactement un autre élément ; ce point de vue est notamment utilisé avec les feuilles de style en cascade où chaque élément peut avoir un fond, un bord et une marge propres.
Structure d'un document HTML
source HTML
modèle du document
Exemple de HTML
Ceci est une phrase avec un hyperlien.
Ceci est un paragraphe où il n'y a pas d'hyperlien.
html
head
title
texte
body
texte
a
texte
texte
p
texte
Éléments de HTML
La version 4 de HTML décrit 91 éléments. En suivant la spécification de HTML 4, les fonctionnalités implémentées par HTML peuvent être réparties ainsi :
; Structure générale d'un document HTMLHTML 4.01 Specification - 7 The global structure of an HTML document : Au plus haut niveau, un document HTML est séparé entre un en-tête et un corps. L'en-tête contient les informations sur le document, notamment son titre. Le corps contient ce qui est affiché.
; Informations sur la langueHTML 4.01 Specification - 8 Language information and text direction : Il est possible d'indiquer la langue de n'importe quelle partie du document et de gérer le mélange de texte s'écrivant de gauche à droite avec du texte de droite à gauche.
; Marquage sémantiqueHTML 4.01 Specification - 9 Text : HTML permet de différencier des contenus spécifiques tels que les citations d'œuvres externes, les extraits de code informatique, les passages en emphase et les abréviations. Certains de ces éléments, conçus initialement pour permettre le support de documentations techniques, sont très rarement employés (différenciation entre les éléments de variable et d'exemple de valeur dans un code informatique, par exemple, ou encore instance d'un terme défini dans le contexte).
; Listes HTML 4.01 Specification - 10 Lists: HTML différencie des listes non ordonnées et des listes ordonnées, selon que l'ordre formel du contenu dans le code est en soit ou non une information. Des listes de définition existent également, mais sans que leur champ d'application ne soit exactement déterminé.
; TablesHTML 4.01 Specification - 11 Tables : Cette fonctionnalité a été développée pour permettre la présentation de données tabulaires mais a été immédiatement exploitée pour ses puissantes capacités de mise en page.
; HyperliensHTML 4.01 Specification - 12 Links : La fonctionnalité première de HTML.
; Inclusion d'images, d'applets et d'objets diversHTML 4.01 Specification - 13 Objects, Images, and Applets : À l'origine HTML permettait seulement de donner des hyperliens sur les médias externes. L'invention d'éléments spécialisés pour le multimédia a permis l'inclusion automatique d'image, de musique, de vidéo, etc. dans les pages Web.
; Eléments de regroupementHTML 4.01 Specification 7.5.4 Grouping elements: the DIV and SPAN elements: Ne conférant pas de signification au contenu qu'ils balisent, ces éléments génériques permettent d'appliquer des styles de présentation, de réaliser des traitement via des scripts ou tout autre opération nécessitant d'isoler une partie du contenu.
; Style de la présentationHTML 4.01 Specification - 14 Style Sheets : Chaque élément, voire tout le document, peut se voir appliquer des styles. Les styles sont définis dans le document ou proviennent de feuilles de style en cascade (CSS) externes.
; Marquage de présentation du texteHTML 4.01 Specification - 15 Alignment, font styles, and horizontal rules : Développé avant la généralisation de CSS pour fournir rapidement des fonctionnalités aux graphistes. D'usage désormais officiellement déconseillé pour la plus grande partie.
; CadresHTML 4.01 Specification - 16 Frames : Aussi connu sous le nom de frames, une fonctionnalité souvent décriée qui permet d'afficher plusieurs documents HTML dans une même fenêtre.
; Formulaire pour l'insertion interactive de donnéesHTML 4.01 Specification - 17 Forms : L'invention qui a permis l'apparition du commerce en ligne sur le Web.
; ScriptsHTML 4.01 Specification - 18 Scripts : Permet d'associer des morceaux de programmes aux actions des utilisateurs sur le document. Les langages utilisés sont généralement JavaScript et VBScript.
les gestionnaires d'évènements onclick, ondblclick, onkeydown, onkeypress, onkeyup, onmousedown, onmousemove, onmouseout, onmouseover, onmouseupHTML 4.01 Specification - 18.2.3 Intrinsic events, qui capturent les évènements générés dans l'élément pour appeler un script ;
D'autres attributs sont propres à un élément unique, ou des éléments similaires. Par exemple :
les éléments qui permettent d'inclure dans le document des ressources graphiques sont dotés d'attributs de hauteur et de largeur, afin que le navigateur puisse anticiper la taille de la ressource à afficher avant que celle-ci n'ait été téléchargée: img, object, iframe.
des éléments spécifiques sont dotés d'un attribut assumant une fonction unique, tel que l'élément label des étiquettes des contrôles de formulaire et son attribut for désignant le contrôle concerné : c'est, en HTML, et avec les attributs usemap et ismap des images, l'une des très rares associations explicites et formalisées entre des éléments, indépendamment de leur ordre linéaire dans le code source.
La plupart des attributs sont facultatifs. Quelques éléments ont cependant des attributs obligatoires :
de par leur nature : l'élément img est obligatoirement doté d'un attribut src spécifiant l'URI de la ressource graphique qu'il représente. Il en est de même de tous les éléments dits « vides » et « remplacés »au sens de CSS 2.1 qui explicite la notion d'« élément remplacé » restée implicite en HTML. Voir http://www.w3.org/TR/CSS21/conform.html#replaced-element qui, au prix d'une entorse aux règles SGML, n'ont pas de contenu propre. C'est également le cas d'éléments non vides pour des raisons fonctionnelles, comme l'élément form dont l'attribut action indique la cible serveur qui traitera les données après soumission ;
pour des raisons liées à l'accessibilité du contenu : les images sont ainsi dotées d'un attribut obligatoire alt permettant d'indiquer un contenu textuel brut destiné à remplacer la ressource graphique dans les contextes de consultation où elle ne peut pas être restituée ou perçue ;
Le type de contenu des attributs HTML échappe pour partie au champ d'application de cette norme, et sa validation relève de normes tierces telles que les URI, les types de contenu ou les codes de langages.
Certains attributs sont enfin de type booléen. Ce sont les seuls attributs dont la syntaxe peut être validement implicite en HTML : l'attribut selected d'un contrôle de formulaire peut ainsi être raccourci sous la forme selected remplaçant la forme complète selected='selected'. Cette forme particulière est un des points différenciant HTML de la syntaxe des documents « bien formés » au sens XML.
Jeu de caractères
Le jeu de caractères utilisé dans une page Web peut poser problème. Des pages Web étant écrites dans le monde entier, de très nombreux caractères peuvent être rencontrés. Lors de l'apparition de HTML, le jeu de caractères universel Unicode n'était pas encore inventé, et de nombreux jeux de caractères se côtoyaient : ISO-8859-1 pour l'alphabet latin, Shift-JIS pour le japonais, KOI8-R pour le cyrillique, etc. Aujourd'hui, le codage UTF-8 de Unicode se répand.
Interopérabilité de HTML
Tel qu'il a été pensé à ses origines par Tim Berners-Lee, le HTML ne sert pas à décrire le rendu final des pages Web. En particulier, contrairement à la publication assistée par ordinateur, HTML n'est pas conçu pour spécifier l'apparence visuelle exacte des documents. HTML est plutôt conçu pour donner du sens aux différentes parties du texte : titre, liste, passage important, citation, etc. Le langage HTML a été développé avec l'intuition que les appareils de toutes sortes devaient pouvoir utiliser les informations sur le Web : les ordinateurs personnels avec des écrans de résolution et de profondeur de couleurs variables, les téléphones portables, les appareils de synthèse et de reconnaissance de la parole, les ordinateurs avec une bande passante faible comme élevée, et ainsi de suite. HTML est conçu pour optimiser l'interopérabilité des documents.
Comme HTML ne s'attache pas au rendu final du document, un même document HTML peut être consulté à l'aide de matériels et logiciels très divers. Au niveau matériel, un document peut notamment être affiché sur un moniteur d'ordinateur en mode graphique ou un terminal informatique en mode texte, il peut être imprimé, ou il peut être prononcé par synthèse vocale. Au niveau logiciel, HTML ne fait pas non plus de supposition quant au navigateur Web utilisé pour consulter le document.
Un haut degré d'interopérabilité permet de baisser les coûts des fournisseurs de contenus car une seule version de chaque document sert des besoins très variés. Pour l'utilisateur du Web, l'interopérabilité permet l'existence de nombreux navigateurs concurrents, tous capables de consulter l'ensemble du Web.
Chaque version HTML a essayé de refléter le plus grand consensus entre les acteurs de l'industrie, de sorte que les investissements consentis par les fournisseurs de contenus ne soient pas gaspillés et que leurs documents ne deviennent en peu de temps illisibles. La séparation du fond et de la forme n'a pas toujours été respectée au cours du développement du langage, comme en témoigne par exemple le balisage de style de texte, qui permet d'indiquer notamment la police de caractères souhaitée pour l'affichage, sa taille, ou sa couleur.
Hypertext Markup Language
HTML
HTML
HTML
|
À propos 
. Tous les textes sont disponibles sous les termes de la GNU Free Documentation License 