In informatica l’HyperText Markup Language (HTML) (traduzione letterale: linguaggio a marcatori per ipertesti) è il linguaggio solitamente usato per i documenti ipertestuali disponibili nel World Wide Web. In tali documenti, un tratto di testo può essere contrassegnato inserendo delle etichette, tag, che ne possono descrivere tra le altre cose la funzione, il colore, il link o altre caratteristiche. Il contenuto servito dai siti web in seguito a una richiesta dell’utente solitamente consiste di un documento HTML ed dai file ad esso correlati che un web browser scarica da uno o più web server per elaborarli, interpretando il codice, al fine di generare la visualizzazione della pagina desiderata sullo schermo del computer.

L’HTML non è un linguaggio di programmazione (in quanto non prevede alcuna definizione di variabili, strutture dati, funzioni, strutture di controllo) ma solamente un linguaggio di markup che descrive le modalità di impaginazione, formattazione o visualizzazione grafica (layout) del contenuto, testuale e non, di una pagina web attraverso tag di formattazione. Tuttavia, l’HTML supporta l’inserimento di script e oggetti esterni quali immagini o filmati. Punto HTML (.html) o punto HTM (.htm) è anche l’estensione comune per riconoscere i documenti in questo formato.

Descrizione generale

L’HTML è un linguaggio di pubblico dominio la cui sintassi è stabilita dal World Wide Web Consortium (W3C), e che è basato su un altro linguaggio avente scopi più generici, l’SGML.

È stato sviluppato verso la fine degli anni ottanta da Tim Berners-Lee al CERN di Ginevra assieme al noto protocollo HTTP che supporta invece il trasferimento di documenti in tale formato. Verso il 1994 ha avuto una forte diffusione in seguito ai primi utilizzi commerciali del web.

Nel corso degli anni, seguendo lo sviluppo di Internet, l’HTML ha subito molte revisioni, ampliamenti e miglioramenti, che sono stati indicati secondo la classica numerazione usata per descrivere le versioni dei software. Attualmente l’ultima versione disponibile è la versione 4.01, resa pubblica il 24 dicembre 1999. Dopo un periodo di sospensione, in cui il W3C si è focalizzato soprattutto sulle definizioni di XHTML (applicazione a HTML di regole e sintassi in stile XML) e dei fogli di stile (CSS), nel 2007 è ricominciata l’attività di specifica con la definizione, ancora in corso, di HTML5, attualmente allo stato di bozza all’ultima votazione.

Un’ulteriore ed importante caratteristica di HTML è che esso è stato concepito per definire il contenuto logico e non l’aspetto finale del documento. I dispositivi che possono accedere ad un documento HTML sono molteplici e non sempre dotati di potenti capacità grafiche. Proprio per questo gli sviluppatori di HTML hanno optato per un linguaggio che descrivesse dal punto di vista logico, piuttosto che grafico il contenuto dei documenti. Questo significa che non esiste alcuna garanzia che uno stesso documento venga visualizzato in egual modo su due dispositivi. Se da una parte questo ha imposto in passato dei forti limiti agli sviluppatori di pagine Web, ha dall’altro garantito la massima diffusione di Internet ed evitato che essa diventasse un medium di élite.

Attualmente i documenti HTML sono in grado di incorporare molte tecnologie, che offrono la possibilità di aggiungere al documento ipertestuale controlli più sofisticati sulla resa grafica, interazioni dinamiche con l’utente, animazioni interattive e contenuti multimediali. Si tratta di linguaggi come CSS, JavaScript e jQuery, XML, JSON, o di altre applicazioni multimediali di animazione vettoriale o di streaming audio o video.

Al giorno d’oggi molti web designer delegano la scrittura del codice HTML ad applicazioni specifiche, come per esempio i cosiddetti editor WYSIWYG che permettono al designer di occuparsi dell’aspetto grafico finale della pagina mentre il codice vero e proprio viene generato automaticamente. Gli sviluppatori puri preferiscono invece utilizzare direttamente il codice HTML, in modo da avere un maggior controllo sul risultato finale e sulla pulizia del codice scritto, cosa che gli editor WYSIWYG odierni nonostante siano sempre più avanzati non possono sempre garantire.

Accesso via Internet

I documenti HTML vengono immagazzinati sui dischi rigidi di macchine elaboratrici (computer–server) costantemente collegate alla rete Internet. Su queste macchine è installato un software specifico detto web server che si occupa di produrre e inviare i documenti ai browser degli utenti che ne fanno richiesta usando il protocollo HTTP per il trasferimento dati.

Spesso il documento HTML viene generato del tutto o parzialmente tramite un codice eseguibile residente sul server Internet in grado di interagire con altre applicazioni presenti sul server stesso, come per esempio un database, e inviare poi al browser il risultato finale, realizzando le cosiddette pagine dinamiche con cui un utente può compiere operazioni interattive avanzate (per esempio, filtrare gli articoli all’interno di un catalogo on-line). È il caso dei documenti scritti in linguaggi come ASP, PHP o Perl.

Elementi sintattici

Ogni documento ipertestuale scritto in HTML deve essere contenuto in un file, la cui estensione è tipicamente .htm o .html. L’esistenza di un’estensione htm dipende dal fatto che, all’epoca, il sistema operativo MS-DOS non permetteva di utilizzare estensioni superiori ai 3 caratteri.

Il componente principale della sintassi di questo linguaggio è l’elemento, inteso come struttura di base a cui è delegata la funzione di formattare i dati o indicare al browser delle informazioni.

Ogni elemento è racchiuso all’interno di marcature dette tag, costituite da una sequenza di caratteri racchiusa tra due parentesi angolari, cioè i segni minore e maggiore (Esempio: <br>; il tag di questo esempio serve per indicare un ritorno a capo).

Quando il tag deve essere applicato a una sezione di testo o di codice, l’ambito di applicazione deve essere delimitato fra un tag di apertura ed uno di chiusura (chiusura esplicita), che coincide col tag di apertura preceduto da una barra (/) dopo la parentesi angolare aperta (Esempio: <b>testo testo testo</b>. In questo caso, il testo compreso tra questi due tag verrà visualizzato in grassetto dal browser).

Alcuni tag presentano un’applicazione puntuale, come per esempio il tag <img> che serve per inserire un’immagine in un determinato punto della pagina, e in quanto tali non richiedono il tag di chiusura; in questo caso si parla di tag a chiusura implicita. In XHTML, invece, la chiusura implicita è proibita e tutti i tag devono essere sempre chiusi esplicitamente tramite un tag di chiusura o, nel caso dei tag puntuali, usando il carattere ‘/’ alla fine del tag stesso (per esempio <br />). Per questi tag, i browser sono in grado di accettare entrambe le modalità, per motivi di compatibilità.

Struttura di un documento HTML

Un documento HTML comincia con l’indicazione della definizione del tipo di documento (Document Type Definition o DTD), la quale segnala al browser l’URL delle specifiche HTML utilizzate per il documento, indicando quindi, implicitamente, quali elementi, attributi ed entità si possono utilizzare e a quale versione di HTML si fa riferimento. Di fatto, questa informazione serve al browser per identificare le regole di interpretazione e visualizzazione appropriate per lo specifico documento. Questa definizione deve pertanto precedere tutti i tag relativi al documento stesso.

Dopo il DTD, il documento HTML presenta una struttura ad albero annidato, composta da sezioni delimitate da tag opportuni che al loro interno contengono a loro volta sottosezioni più piccole, sempre delimitate da tag.

La struttura più esterna è quella che delimita l’intero documento, eccetto la DTD, ed è compresa tra i tag <html> e </html>.

All’interno dei tag <html> lo standard prevede sempre la definizione di due sezioni ben distinte e disposte in sequenza ordinata:

• la sezione di intestazione o header, delimitata tra i tag <head> e </head>, che contiene informazioni di controllo normalmente non visualizzate dal browser, con l’eccezione di alcuni elementi
• la sezione del corpo o body, delimitata tra i tag <body> e </body>, che contiene la parte informativa vera e propria, ossia il testo, le immagini e i collegamenti che costituiscono la parte visualizzata dal browser.

Al di sotto di questa suddivisione generale, lo standard non prevede particolari obblighi per quanto riguarda l’ordine e il posizionamento delle ulteriori sottosezioni all’interno dell’header o del body, a parte l’indicazione del rispetto dei corretti annidamenti (le sottosezioni non si devono sovrapporre, ossia ogni sottosezione deve essere chiusa prima di iniziare la sottosezione successiva), lasciando così completa libertà allo sviluppatore o al progettista per quanto riguarda la strutturazione e l’organizzazione successive.

I tag

Per approfondire, vedi la voce Elemento HTML.

Tag della head

I tag utilizzati nella sezione header sono tipicamente di tipo diverso da quelli utilizzati nella sezione body, essendo destinati a scopi differenti. I tag utilizzati nella sezione header normalmente non vengono visualizzati dal browser ma servono come informazioni di controllo e di servizio quali:

• metadata per convogliare informazioni utili ad applicazioni esterne (es. motori di ricerca) o al browser (es. codifica dei caratteri, utile per la visualizzazione di alfabeti non latini)
• metadata di tipo http-equiv per controllare informazioni aggiuntive nel protocollo HTTP
• collegamenti verso file di servizio esterni (CSS, script, icone visualizzabili nella barra degli indirizzi del browser)
• inserimento di script (codice eseguibile) utilizzati dal documento
• informazioni di stile (CSS locali)
• il titolo associato alla pagina e visualizzato nella finestra principale del browser

Tag del body

All’interno della sezione di body, che racchiude la parte visualizzabile del documento, si utilizzano i tag specifici previsti per la formattazione dei contenuti accessibili all’utente finale, ossia per il controllo di:

• intestazioni (titoli di capitoli, di paragrafi eccetera)
• strutture di testo (testo indentato, paragrafi, eccetera)
• aspetto del testo (grassetto, corsivo, eccetera)
• elenchi e liste (numerate, generiche, di definizione)
• tabelle
• moduli elettronici (campi compilabili dall’utente, campi selezionabili, menu a tendina, pulsanti eccetera)
• collegamenti ipertestuali e ancore
• layout generico del documento
• inserimento di immagini
• inserimento di contenuti multimediali (audio, video, animazioni eccetera)
• inserimento di contenuti interattivi (script, applicazioni esterne)

Tra quelli elencati sopra, il tag <a> è quello che gioca un ruolo chiave in quanto descrive un collegamento (o link) a un altro documento ipertestuale e consente, con un click del mouse o con un’operazione da tastiera, di abbandonare la pagina o il sito che si sta visualizzando e caricare quella indicata dal link, realizzando così la funzione di navigazione tipica dell’uso di Internet.

Voci correlate

• Document Type Definition
• Elemento HTML
• HTML5
• HTML Tidy
• XHTML
• Applicazione HTML
• CSS