HTML 5標準學習入門之文檔結構
51CTO推薦專題：HTML 5 下一代Web開發標準詳解
說起HTML的結構，很多人都能說得頭頭是道，一般來說答案可能是這樣的：
一個DOCTYPE，一個html，里面有head和body元素。
這當然不能說是不正確的，但是如果問到一個最小的HTML源文件必須有哪一些東西的話，恐怕很少有人能正確地做出回答。
先來回答一下這個問題，一個最簡的HTML5源碼文件需要的內容如下：
- <!DOCTYPE html>
是的，就這樣，一個字符不多，一個字符不少，除了大小寫可任意變化外，其他的任何內容都是不能變動的。
那么究竟是怎么樣的規則，導致一個最簡的源碼文件必須有doctype聲明呢？根據標準，一個HTML文檔有如下內容組成（嚴格按照順序）：
一個BOM標記，且這個BOM標記必須為U+FEFF。
- · 0-n個空格或注釋。
- · DOCTYPE聲明。
- · 0-n個空格或注釋。
- · 一個HTML元素。
- · 0-n個空格或注釋。
這里存在著一些和HTML4的不同，一個HTML4的最簡源碼文件是這樣的：
- <!DOCTYPE HTML PUBLIC "-//W3C//DTD HTML 4.01 Transitional//EN"
- "http://www.w3.org/TR/html4/loose.dtd">
- <title>這里是標題</title>
兩者的區別是顯而易見的：
- HTML5把DOCTYPE修改為更簡單的<!DOCTYPE html>，這個已經眾所周知了。
- 在HTML4中多了一個<title>標簽。
這里的重點就是<title>標簽了，關于這個標簽，在HTML4.01標準中是這么說的：
Every HTML document must have a TITLE element in the HEAD section.
也即是說，HTML4要求<title>標簽是必須存在的。
而在HTML5的標準中，又是這么說的：
There must be no more than one title element per document.
HTML5中只設定了<title>標簽數量的上限，卻沒有指明下限，也就是說，沒有<title>的文檔已經被視為一個合法的文檔了。
對于DOCTYPE，HTML4中設定了6種DOCTYPE，HTML5中將DOCTYPE分為3種，這個在以后的章節中再具體說明。
再回過來看一下文檔組成，除去0-n個空格或注釋這樣并沒有多大意義的元素之外，組成的列表中還說明有一個HTML元素，但是最簡的源碼中卻沒有這東西。這是因為在HTML的規范中，一直存在“隱式標簽”這樣的概念，關于隱式標簽，大致可以這么解釋：
一部分元素，當滿足特定的前提條件時，其開始標簽或結束標簽可以在源碼中省略。在這種情況下，被省略的標簽稱為“隱式標簽”。
需要注意的是，此處的省略指的是在源碼中省略，而在最終成型的DOM樹中，這個標簽是存在的，因此才稱為隱式標簽。因此上面最簡的源碼結構，在生成DOM樹后，其真正的結構是這樣的：
- <!DOCTYPE html>
- <html>
- <head></head>
- <body></body>
- </html>
***，再總結一下XHTML中的一些規范：
- · 因為是XML，所以為了表示這是一個HTML文檔，必須有一個命名空間，其值為http://www.w3.org/1999/xhtml。
- · 因為是XML，所以MIME type不能是text/html了，text/xml、application/xml、application/xml+html都是比較好的選擇。
- · 因為是XML，必須有根元素，根元素為<html>，即<html>的開始和結束標簽不能省略了。
- · 因為是XML，所有元素只要有了開始標簽，就不能沒有結束標簽，或者自閉合。
- · 因為是XML，所有元素都得嚴格遵守大小寫，元素名稱必須為小寫。
因為是XML，文檔變得嚴格了很多，也因為是XML，其可讀性和規范性提高了不少。但最終，我們始終要在HTML的寬容性和XML的規范性之間找到***的平衡點，一味地追求極端始終是一個錯誤。
原文鏈接：http://www.cnblogs.com/GrayZhang/archive/2011/03/28/learning-html5-structure.html
【編輯推薦】
