HTML

En 1980, el físico Tim Berners-Lee , contratista del CERN , propuso y desarrolló un prototipo de ENQUIRE , un sistema para que los investigadores del CERN utilizaran y compartieran documentos. En 1989, Berners-Lee redactó un memorando en el que proponía un sistema de hipertexto basado en Internet . ^{[ 4 ]} Berners-Lee especificó HTML y desarrolló el navegador y el software del servidor a finales de 1990. Ese mismo año, Berners-Lee y el ingeniero de sistemas de datos del CERN , Robert Cailliau, colaboraron en una solicitud conjunta de financiación, pero el proyecto no fue adoptado formalmente por el CERN. En sus notas personales de 1990, Berners-Lee enumeró «algunas de las muchas áreas en las que se utiliza el hipertexto»; una enciclopedia es la primera entrada. ^{[ 5 ]}

La primera descripción pública de HTML fue un documento llamado "Etiquetas HTML" ^{[ 6 ]} mencionado por primera vez en Internet por Tim Berners-Lee a finales de 1991. ^{[ 7 ] [ 8 ]} Describe 18 elementos que componen el diseño inicial, relativamente simple, de HTML. Excepto la etiqueta de hipervínculo, estos estaban fuertemente influenciados por CERN SGML , un formato de documentación interno basado en el Lenguaje de Marcado Generalizado Estándar (SGML) en CERN. Once de estos elementos aún existen en HTML 4. ^{[ 9 ]}

HTML es un lenguaje de marcado que los navegadores web utilizan para interpretar y componer texto, imágenes y otros materiales en páginas web visibles o audibles. Las características predeterminadas para cada elemento de marcado HTML se definen en el navegador, y estas características pueden ser alteradas o mejoradas por el diseñador de la página web mediante el uso adicional de CSS . Muchos de los elementos de texto se mencionan en el informe técnico ISO TR 9537 de 1988, Técnicas para el uso de SGML , que describe las características de los primeros lenguajes de formato de texto, como el utilizado por el comando RUNOFF desarrollado a principios de la década de 1960 para el sistema operativo CTSS (Compatible Time-Sharing System). Estos comandos de formato se derivaron de los comandos utilizados por los tipógrafos para formatear documentos manualmente. Sin embargo, el concepto de marcado generalizado de SGML se basa en elementos (rangos anidados anotados con atributos) en lugar de simplemente efectos de impresión, con una estructura y un marcado separados. HTML ha evolucionado progresivamente en esta dirección con CSS.

Berners-Lee consideraba que HTML era una aplicación de SGML. Fue definido formalmente como tal por el Grupo de Trabajo de Ingeniería de Internet (IETF) con la publicación a mediados de 1993 de la primera propuesta para una especificación de HTML, el borrador de Internet "Lenguaje de Marcado de Hipertexto (HTML)" de Berners-Lee y Dan Connolly , que incluía una definición de tipo de documento SGML para definir la sintaxis. ^{[ 10 ] [ 11 ]} El borrador expiró después de seis meses, pero fue notable por su reconocimiento de la etiqueta personalizada del navegador NCSA Mosaic para incrustar imágenes en línea, lo que reflejaba la filosofía del IETF de basar los estándares en prototipos exitosos. De manera similar, el borrador de Internet competidor de Dave Raggett , "HTML+ (Formato de Marcado de Hipertexto)", de finales de 1993, sugería estandarizar características ya implementadas como tablas y formularios rellenables. ^{[ 12 ]}

Tras la expiración de los borradores de HTML y HTML+ a principios de 1994, la IETF creó un Grupo de Trabajo de HTML. En 1995, este grupo de trabajo completó "HTML 2.0", la primera especificación de HTML concebida como un estándar sobre el cual deberían basarse las futuras implementaciones. ^{[ 13 ]}

El desarrollo posterior bajo los auspicios del IETF se vio estancado por intereses contrapuestos. Desde 1996,Las especificaciones HTML han sido mantenidas, con aportaciones de proveedores de software comerciales, por el Consorcio World Wide Web (W3C). ^{[ 14 ]} En 2000, HTML se convirtió en un estándar internacional ( ISO / IEC 15445:2000). HTML 4.01 se publicó a finales de 1999, con erratas adicionales publicadas hasta 2001. En 2004, comenzó el desarrollo de HTML5 en el Grupo de Trabajo de Tecnología de Aplicaciones de Hipertexto Web (WHATWG), que se convirtió en un producto conjunto con el W3C en 2008, y se completó y estandarizó el 28 de octubre de 2014. ^{[ 15 ]}

Octubre de 1991

Las etiquetas HTML , ^{[ 7 ]} un documento informal del CERN que enumera 18 etiquetas HTML, se mencionaron por primera vez en público.

Junio ​​de 1992

Primer borrador informal de la DTD HTML, ^{[ 34 ]} con siete revisiones posteriores (15 de julio, 6 de agosto, 18 de agosto, 17 de noviembre, 18 de noviembre, 20 de noviembre y 22 de noviembre) ^{[ 35 ] [ 36 ] [ 37 ]}

Noviembre de 1992

HTML DTD 1.1 (el primero con un número de versión, basado en revisiones RCS, que comienzan con 1.1 en lugar de 1.0), un borrador informal ^{[ 37 ]}

Junio ​​de 1993

El lenguaje de marcado de hipertexto ^{[ 38 ]} fue publicado por el Grupo de Trabajo IIIR de la IETF como un borrador de Internet (una propuesta preliminar para un estándar). Fue reemplazado por una segunda versión ^{[ 39 ]} un mes después.

Noviembre de 1993

HTML+ fue publicado por la IETF como un borrador de Internet y fue una propuesta que compitió con el borrador del lenguaje de marcado de hipertexto. Caducó en julio de 1994. ^{[ 40 ]}

Noviembre de 1994

Primer borrador (revisión 00) de HTML 2.0 publicado por la IETF ^{[ 41 ]} (llamado "HTML 2.0" a partir de la revisión 02 ^{[ 42 ]} ), que finalmente condujo a la publicación de RFC 1866 en noviembre de 1995. ^{[ 43 ]} 

Abril de 1995 (redactado en marzo de 1995)

HTML 3.0 ^{[ 44 ]} fue propuesto como estándar al IETF, pero la propuesta expiró cinco meses después (28 de septiembre de 1995) ^{[ 45 ]} sin que se tomaran medidas adicionales. Incluía muchas de las capacidades que figuraban en la propuesta HTML+ de Raggett, como la compatibilidad con tablas, el flujo de texto alrededor de figuras y la visualización de fórmulas matemáticas complejas. ^{[ 45 ]}

El W3C comenzó el desarrollo de su propio navegador Arena como banco de pruebas para HTML 3 y hojas de estilo en cascada, ^{[ 46 ] [ 47 ] [ 48 ]} pero HTML 3.0 no tuvo éxito por varias razones. El borrador se consideró muy extenso, con 150 páginas, y el ritmo de desarrollo de los navegadores, así como el número de partes interesadas, había superado los recursos del IETF. ^{[ 14 ]} Los proveedores de navegadores, incluidos Microsoft y Netscape en ese momento, optaron por implementar diferentes subconjuntos de las características del borrador de HTML 3, así como por introducir sus propias extensiones. ^{[ 14 ]} (Véase guerras de navegadores ). Estas incluían extensiones para controlar aspectos estilísticos de los documentos, contrariamente a la "creencia [de la comunidad académica de ingeniería] de que cosas como el color del texto, la textura del fondo, el tamaño de la fuente y el tipo de fuente estaban definitivamente fuera del alcance de un lenguaje cuando su única intención era especificar cómo se organizaría un documento". ^{[ 14 ]} Dave Raggett, quien ha sido miembro del W3C durante muchos años, ha comentado, por ejemplo: "Hasta cierto punto, Microsoft construyó su negocio en la Web extendiendo las características de HTML". ^{[ 14 ]}

Enero de 2008

HTML5 fue publicado como un borrador de trabajo por el W3C. ^{[ 49 ]}

Aunque su sintaxis se asemeja mucho a la de SGML , HTML5 ha abandonado cualquier intento de ser una aplicación SGML y ha definido explícitamente su propia serialización "html", además de una serialización XHTML5 alternativa basada en XML. ^{[ 50 ]}

HTML5 2011  – Última llamada

El 14 de febrero de 2011, el W3C extendió el mandato de su Grupo de Trabajo de HTML con hitos claros para HTML5. En mayo de 2011, el grupo de trabajo elevó HTML5 a "Última Llamada", una invitación a las comunidades dentro y fuera del W3C para confirmar la solidez técnica de la especificación. El W3C desarrolló un conjunto de pruebas integral para lograr una amplia interoperabilidad para la especificación completa para 2014, que era la fecha objetivo para la recomendación. ^{[ 51 ]} En enero de 2011, el WHATWG cambió el nombre de su estándar en desarrollo "HTML5" a "HTML". No obstante, el W3C continuó su proyecto para lanzar HTML5. ^{[ 52 ]}

 Recomendación para candidatos de HTML5 2012

En julio de 2012, WHATWG y W3C decidieron establecer cierto grado de separación. W3C continuará trabajando en la especificación de HTML5, centrándose en un único estándar definitivo, considerado una "instantánea" por WHATWG. La organización WHATWG continuará su trabajo con HTML5 como un "estándar vivo". El concepto de estándar vivo implica que nunca está completo y que siempre se actualiza y mejora. Se pueden añadir nuevas características, pero la funcionalidad no se elimina. ^{[ 53 ]}

En diciembre de 2012, el W3C designó HTML5 como Recomendación Candidata. ^{[ 54 ]} El criterio para avanzar a Recomendación del W3C es "dos implementaciones 100% completas y totalmente interoperables". ^{[ 55 ]}

2014  HTML5 – Recomendación propuesta y recomendación

En septiembre de 2014, el W3C cambió HTML5 a Recomendación Propuesta. ^{[ 56 ]}

El 28 de octubre de 2014, HTML5 fue publicado como una recomendación estable del W3C, ^{[ 57 ]} lo que significa que el proceso de especificación está completo. ^{[ 58 ]}

El 28 de mayo de 2019, el W3C anunció que WHATWG sería el único editor de los estándares HTML y DOM. ^{[ 66 ] [ 67 ] [ 68 ] [ 69 ]} El W3C y WHATWG habían estado publicando estándares en competencia desde 2012. Si bien el estándar del W3C era idéntico al de WHATWG en 2007, los estándares han divergido progresivamente desde entonces debido a diferentes decisiones de diseño. ^{[ 70 ]} El "Estándar Vivo" de WHATWG había sido el estándar web de facto durante algún tiempo. ^{[ 71 ]} El W3C revisa y publica periódicamente instantáneas de la especificación HTML de WHATWG como Recomendaciones del W3C. ^{[ 72 ]}

Los documentos HTML implican una estructura de elementos HTML anidados . Estos se indican en el documento mediante etiquetas HTML , encerradas entre corchetes angulares. ^{[ 74 ]}

En el caso general, el límite de un elemento se indica mediante un par de etiquetas: una etiqueta de inicio y una etiqueta de fin . El contenido textual del elemento, si lo hay, se coloca entre estas etiquetas.<p></p>

Las etiquetas también pueden contener más marcado de etiquetas entre el inicio y el final, incluyendo una combinación de etiquetas y texto. Esto indica elementos adicionales (anidados), como hijos del elemento padre.

La etiqueta de inicio también puede incluir los atributos del elemento dentro de la etiqueta. Estos indican otra información, como identificadores para secciones dentro del documento, identificadores utilizados para vincular la información de estilo a la presentación del documento y, para algunas etiquetas como la utilizada para incrustar imágenes, la referencia al recurso de imagen en el formato como este:<img><imgsrc="example.com/example.jpg">

Algunos elementos, como el salto de línea , no permiten ningún contenido incrustado, ya sea texto o etiquetas adicionales. Estos solo requieren una etiqueta vacía (similar a una etiqueta de inicio) y no utilizan una etiqueta de cierre.<br>

Muchas etiquetas, en particular la etiqueta de cierre del elemento de párrafo, de uso muy común , son opcionales. Un navegador HTML u otro agente puede inferir el cierre de un elemento a partir del contexto y las reglas estructurales definidas por el estándar HTML. Estas reglas son complejas y no son ampliamente comprendidas por la mayoría de los autores de HTML.<p>

La forma general de un elemento HTML es, por lo tanto: . Algunos elementos HTML se definen como elementos vacíos y toman la forma . Los elementos vacíos pueden no contener ningún contenido, por ejemplo, la etiqueta o la etiqueta en línea. El nombre de un elemento HTML es el nombre utilizado en las etiquetas. El nombre de la etiqueta de cierre va precedido por una barra inclinada . Si una etiqueta no tiene contenido, no se permite una etiqueta de cierre. Si no se mencionan atributos, se utilizan valores predeterminados en cada caso.<tagattribute1="value1"attribute2="value2">''content''</tag><tagattribute1="value1"attribute2="value2"><br><img>/

<head> <title> El título </title> < link rel = " stylesheet" href = " stylebyjimbowales.css " > < ! -- Importa hojas de estilo -- > </head>

< h1 > Encabezado nivel 1 </ h1 > < h2 > Encabezado nivel 2 </ h2 > < h3 > Encabezado nivel 3 </ h3 > < h4 > Encabezado nivel 4 </ h4 > < h5 > Encabezado nivel 5 </ h5 > < h6 > Encabezado nivel 6 </ h6 >

<p> Párrafo 1 </p> <p> Párrafo 2 </p>​​​​​​

<p> Este <br> es un párrafo <br> con <br> saltos de línea </p>​​​​​​

<a href="https://www.wikipedia.org/"> ¡ Un enlace a Wikipedia ! </a>​​

< input type = "text" > <!-- Esto es para entrada de texto --> < input type = "file" > <!-- Esto es para subir archivos --> < input type = "checkbox" > <!-- Esto es para casillas de verificación -->

<!-- Este es un comentario -->

< abbr id = "anId" class = "jargon" style = "color:purple;" title = "Lenguaje de marcado de hipertexto" > HTML </ abbr >

A partir de la versión 4.0, HTML define un conjunto de 252 referencias a entidades de caracteres y un conjunto de 1.114.050 referencias numéricas a caracteres , las cuales permiten escribir caracteres individuales mediante marcado simple, en lugar de literalmente. Un carácter literal y su equivalente en marcado se consideran equivalentes y se representan de forma idéntica.

La capacidad de " escapar " caracteres de esta manera permite que los caracteres <y &(cuando se escriben como <y &, respectivamente) se interpreten como datos de caracteres, en lugar de marcado. Por ejemplo, un literal <normalmente indica el inicio de una etiqueta, y &normalmente indica el inicio de una referencia de entidad de carácter o referencia de carácter numérico; escribirlo como &o &o &permite &que se incluya en el contenido de un elemento o en el valor de un atributo. El carácter de comilla doble ( "), cuando no se usa para citar un valor de atributo, también debe escaparse como "o "o "cuando aparece dentro del propio valor del atributo. De manera equivalente, el carácter de comilla simple ( '), cuando no se usa para citar un valor de atributo, también debe escaparse como 'o '(o como 'en documentos HTML5 o XHTML ^{[ 81 ] [ 82 ]} ) cuando aparece dentro del propio valor del atributo. Si los autores de documentos pasan por alto la necesidad de escapar dichos caracteres, algunos navegadores pueden ser muy indulgentes e intentar usar el contexto para adivinar su intención. El resultado sigue siendo un marcado no válido, lo que hace que el documento sea menos accesible para otros navegadores y para otros agentes de usuario que puedan intentar analizar el documento con fines de búsqueda e indexación, por ejemplo.

El escape también permite que caracteres que no se escriben fácilmente o que no están disponibles en la codificación de caracteres del documento se representen dentro del contenido del elemento y del atributo. Por ejemplo, el acento agudo e( é), un carácter que normalmente solo se encuentra en teclados de Europa Occidental y Sudamérica, se puede escribir en cualquier documento HTML como referencia de entidad éo como referencias numéricas éo é, utilizando caracteres que están disponibles en todos los teclados y son compatibles con todas las codificaciones de caracteres. Las codificaciones de caracteres Unicode, como UTF-8, son compatibles con todos los navegadores modernos y permiten el acceso directo a casi todos los caracteres de los sistemas de escritura del mundo. ^{[ 83 ]}

HTML define varios tipos de datos para el contenido de los elementos, como datos de script y datos de hoja de estilo, y una gran variedad de tipos para los valores de los atributos, incluyendo identificadores, nombres, URI , números, unidades de longitud, idiomas, descriptores de medios, colores, codificaciones de caracteres, fechas y horas, etc. Todos estos tipos de datos son especializaciones de datos de caracteres.

Los documentos HTML deben comenzar con una declaración de tipo de documento (informalmente, un "doctype"). En los navegadores, el doctype ayuda a definir el modo de renderizado, en particular si se debe usar el modo quirks .

El propósito original del DOCTYPE era permitir el análisis y la validación de documentos HTML mediante herramientas SGML basadas en la definición de tipo de documento (DTD). La DTD a la que se refiere el DOCTYPE contiene una gramática legible por máquina que especifica el contenido permitido y prohibido para un documento que se ajusta a dicha DTD. Los navegadores, por otro lado, no implementan HTML como una aplicación de SGML y, en consecuencia, no leen la DTD.

HTML5 no define un DTD; por lo tanto, en HTML5 la declaración doctype es más simple y corta: ^{[ 84 ]}

<!DOCTYPE html >

Un ejemplo de un doctype HTML 4

<!DOCTYPE HTML PUBLIC "-//W3C//DTD HTML 4.01//EN" "https://www.w3.org/TR/html4/strict.dtd" >

Esta declaración hace referencia a la DTD para la versión "estricta" de HTML 4.01. Los validadores basados ​​en SGML leen la DTD para analizar correctamente el documento y realizar la validación. En los navegadores modernos, un doctype válido activa el modo estándar en lugar del modo de excepciones .

Además, HTML 4.01 proporciona DTD de transición y de conjunto de marcos, como se explica a continuación . El tipo de transición es el más inclusivo, ya que incorpora etiquetas actuales, así como etiquetas antiguas o "obsoletas", mientras que la DTD estricta excluye las etiquetas obsoletas. El conjunto de marcos tiene todas las etiquetas necesarias para crear marcos en una página, junto con las etiquetas incluidas en el tipo de transición. ^{[ 85 ]}

La World Wide Web se compone principalmente de documentos HTML transmitidos desde servidores web a navegadores web mediante el Protocolo de Transferencia de Hipertexto (HTTP). Sin embargo, HTTP también se utiliza para servir imágenes, sonido y otros contenidos, además de HTML. Para que el navegador web sepa cómo procesar cada documento que recibe, se transmite información adicional junto con el documento. Estos metadatos suelen incluir el tipo MIME (por ejemplo, text/htmlo application/xhtml+xml) y la codificación de caracteres (véase Codificaciones de caracteres en HTML ).

En los navegadores modernos, el tipo MIME que se envía con el documento HTML puede afectar a su interpretación inicial. Se espera que un documento enviado con el tipo MIME XHTML sea XML bien formado ; los errores de sintaxis pueden provocar que el navegador no lo muestre correctamente. El mismo documento enviado con el tipo MIME HTML podría mostrarse correctamente, ya que algunos navegadores son más permisivos con HTML.

Las recomendaciones del W3C establecen que los documentos XHTML 1.0 que siguen las directrices establecidas en el Apéndice C de la recomendación pueden etiquetarse con cualquiera de los tipos MIME. ^{[ 91 ]} XHTML 1.1 también establece que los documentos XHTML 1.1 deben ^{[ 92 ]} etiquetarse con cualquiera de los tipos MIME. ^{[ 93 ]}

La mayoría de los clientes de correo electrónico gráficos permiten el uso de un subconjunto de HTML (a menudo mal definido) para proporcionar formato y marcado semántico no disponibles con texto plano . Esto puede incluir información tipográfica como encabezados de color, texto resaltado y citado, imágenes y diagramas en línea. Muchos de estos clientes incluyen tanto un editor de interfaz gráfica para redactar mensajes de correo electrónico HTML como un motor de renderizado para mostrarlos. El uso de HTML en el correo electrónico es criticado por algunos debido a problemas de compatibilidad, porque puede ayudar a ocultar ataques de phishing , por problemas de accesibilidad para personas ciegas o con discapacidad visual, porque puede confundir los filtros de spam y porque el tamaño del mensaje es mayor que el del texto plano.

La extensión de archivo más común para archivos que contienen HTML es .html. Una abreviatura común de esta es .htm, que se originó porque algunos sistemas operativos limitan las extensiones de archivo a tres letras . ^{[ 94 ]}

Una aplicación HTML (HTA; extensión de archivo .html .hta) es una aplicación de Microsoft Windows que utiliza HTML y HTML dinámico en un navegador para proporcionar su interfaz gráfica. Un archivo HTML normal está sujeto al modelo de seguridad del navegador web , comunicándose únicamente con servidores web y manipulando solo objetos de páginas web y cookies de sitios . Una HTA se ejecuta como una aplicación de plena confianza y, por lo tanto, tiene más privilegios, como la creación, edición y eliminación de archivos y entradas del Registro de Windows . Debido a que operan fuera del modelo de seguridad del navegador, las HTA no se pueden ejecutar mediante HTTP, sino que deben descargarse (como un archivo EXE ) y ejecutarse desde el sistema de archivos local.

Una diferencia en las últimas especificaciones HTML radica en la distinción entre la especificación basada en SGML y la basada en XML. La especificación basada en XML se suele denominar XHTML para diferenciarla claramente de la definición más tradicional. Sin embargo, el nombre del elemento raíz sigue siendo "html" incluso en el HTML especificado por XHTML. El W3C pretendía que XHTML 1.0 fuera idéntico a HTML 4.01, salvo en los casos en que las limitaciones de XML sobre el más complejo SGML requieran soluciones alternativas. Dado que XHTML y HTML están estrechamente relacionados, a veces se documentan en paralelo. En tales circunstancias, algunos autores confunden ambos términos como (X)HTML o X(HTML).

Al igual que HTML 4.01, XHTML 1.0 tiene tres subespecificaciones: estricta, transicional y frameset.

Aparte de las distintas declaraciones de apertura para un documento, las diferencias entre un documento HTML 4.01 y XHTML 1.0 —en cada una de las DTD correspondientes— son principalmente sintácticas. La sintaxis subyacente de HTML permite muchos atajos que XHTML no permite, como elementos con etiquetas de apertura o cierre opcionales, e incluso elementos vacíos que no deben tener una etiqueta de cierre. Por el contrario, XHTML requiere que todos los elementos tengan una etiqueta de apertura y una de cierre. Sin embargo, XHTML también introduce un nuevo atajo: una etiqueta XHTML puede abrirse y cerrarse dentro de la misma etiqueta, incluyendo una barra diagonal antes del final de la etiqueta de esta manera: . La introducción de esta abreviatura, que no se utiliza en la declaración SGML para HTML 4.01, puede confundir al software anterior que no esté familiarizado con esta nueva convención. Una solución para esto es eliminar la barra diagonal que precede al corchete angular de cierre, de la siguiente manera: . ^{[ 97 ]}<br/><br>

Para comprender las sutiles diferencias entre HTML y XHTML, considere la transformación de un documento XHTML 1.0 válido y bien formado que cumple con el Apéndice C (ver más abajo) en un documento HTML 4.01 válido. Para realizar esta conversión se requieren los siguientes pasos:

1. El idioma de un elemento se especifica con un langatributo en lugar del xml:langatributo XHTML. XHTML utiliza el atributo de funcionalidad de definición de idioma integrado de XML.
2. Elimine el espacio de nombres XML ( xmlns=URI). HTML no tiene funcionalidades para espacios de nombres.
3. Cambie la declaración del tipo de documento de XHTML 1.0 a HTML 4.01.
4. Si está presente, elimine la declaración XML. Normalmente es: <?xml version="1.0" encoding="utf-8"?>.
5. Asegúrese de que el tipo MIME del documento esté configurado como text/html. Tanto para HTML como para XHTML, esto proviene del Content-Typeencabezado HTTP enviado por el servidor.
6. Cambie la sintaxis XML empty-element a un elemento vacío de estilo HTML ( a ).<br/><br>

Estos son los principales cambios necesarios para traducir un documento de XHTML 1.0 a HTML 4.01. Para traducir de HTML a XHTML también se requiere agregar las etiquetas de apertura y cierre omitidas. Ya sea que se programe en HTML o XHTML, lo mejor es incluir siempre las etiquetas opcionales dentro del documento HTML en lugar de recordar cuáles se pueden omitir.

Un documento XHTML bien formado cumple con todos los requisitos de sintaxis de XML. Un documento válido cumple con la especificación de contenido de XHTML, que describe la estructura del documento.

El W3C recomienda varias convenciones para garantizar una migración sencilla entre HTML y XHTML. ^{[ 98 ]} Los siguientes pasos solo se pueden aplicar a documentos XHTML 1.0:

• Incluya ambos xml:langatributos langen cualquier elemento que asigne un idioma.
• Utilice la sintaxis empty-element únicamente para los elementos especificados como vacíos en HTML.
• Elimine la barra diagonal de cierre en las etiquetas de elementos vacíos: por ejemplo, en lugar de .<br><br/>
• Incluya etiquetas de cierre explícitas para los elementos que permiten contenido pero que se dejan vacíos (por ejemplo, , no ).<div/>
• Omita la declaración XML.

Siguiendo cuidadosamente las directrices de compatibilidad del W3C, un agente de usuario debería poder interpretar el documento indistintamente como HTML o XHTML. Para los documentos XHTML 1.0 que se han adaptado a esta compatibilidad, el W3C permite que se sirvan como HTML (con un text/htmltipo MIME ) o como XHTML (con un tipo MIME application/xhtml+xmlo application/xml). Cuando se entregan como XHTML, los navegadores deben usar un analizador XML que cumpla estrictamente con las especificaciones XML para analizar el contenido del documento.

HTML 4 definió tres versiones diferentes del lenguaje: Estricta, Transitoria (antes llamada Flexible) y Frameset. La versión Estricta está pensada para documentos nuevos y se considera la mejor práctica, mientras que las versiones Transitoria y Frameset se desarrollaron para facilitar la transición de documentos que se ajustaban a especificaciones HTML anteriores o que no se ajustaban a ninguna especificación a una versión de HTML 4. Las versiones Transitoria y Frameset permiten el marcado de presentación, que se omite en la versión Estricta. En su lugar, se recomienda el uso de hojas de estilo en cascada para mejorar la presentación de los documentos HTML. Dado que XHTML 1 solo define una sintaxis XML para el lenguaje definido por HTML 4, las mismas diferencias se aplican también a XHTML 1.

La versión de transición permite las siguientes partes del vocabulario, que no están incluidas en la versión estricta:

• Un modelo de contenido más flexible
  • Los elementos en línea y el texto plano están permitidos directamente en: body, blockquote, form, noscriptynoframes
• Elementos relacionados con la presentación
  • subrayado ( u) (Obsoleto. Puede confundir al visitante con un hipervínculo.)
  • tachado ( s)
  • center(Obsoleto. Utilice CSS en su lugar.)
  • font(Obsoleto. Utilice CSS en su lugar.)
  • basefont(Obsoleto. Utilice CSS en su lugar.)
• Atributos relacionados con la presentación
  • background(Obsoleto. Use CSS en su lugar.) y bgcolor(Obsoleto. Use CSS en su lugar.) atributos para body(elemento requerido según el W3C.) elemento.
  • align(Obsoleto. Use CSS en su lugar.) atributo en los elementos div, form, párrafo ( p) y encabezado ( h1... h6)
  • align(Obsoleto. Use CSS en su lugar.), noshade(Obsoleto. Use CSS en su lugar.), size(Obsoleto. Use CSS en su lugar.) y widthatributos (Obsoleto. Use CSS en su lugar.) en hrel elemento
  • align(Obsoleto. Use CSS en su lugar.), bordery vspaceatributos hspaceen imgy object(precaución: el objectelemento solo es compatible con Internet Explorer (de los principales navegadores)) elementos
  • align(Obsoleto. Use CSS en su lugar.) atributo en elementos legendycaption
  • align(Obsoleto. Use CSS en su lugar.) y bgcolor(Obsoleto. Use CSS en su lugar.) en tableel elemento
  • nowrap(Obsoleto), bgcolor(Desaprobado. Use CSS en su lugar.), width, heighten tdy thelementos
  • bgcolor(Obsoleto. Use CSS en su lugar.) atributo en trel elemento
  • clearAtributo (obsoleto) en brel elemento
  • compactatributo dlen diry menuelementos
  • type(Obsoleto. Use CSS en su lugar.), compact(Obsoleto. Use CSS en su lugar.) y start(Obsoleto. Use CSS en su lugar.) atributos en elementos olyul
  • typey valueatributos en liel elemento
  • widthatributo en preel elemento
• Elementos adicionales en la especificación de transición
  • menu(Obsoleto. Use CSS en su lugar.) lista (no hay sustituto, aunque se recomienda la lista desordenada)
  • dir(Obsoleto. Use CSS en su lugar.) lista (no hay sustituto, aunque se recomienda la lista desordenada)
  • isindex(Obsoleto.) (El elemento requiere soporte del lado del servidor y normalmente se agrega a los documentos del lado del servidor, formy inputlos elementos pueden usarse como sustituto)
  • applet(Obsoleto. Utilice el objectelemento en su lugar.)
• El languageatributo (obsoleto) en el elemento script (redundante con el typeatributo).
• Entidades relacionadas con el marco
  • iframe
  • noframes
  • target(Obsoleto en los elementos map, linky form). atributo en a, mapa de imagen del lado del cliente ( map) link, formy baseelementos

La versión Frameset incluye todo lo de la versión Transitional, así como el framesetelemento (utilizado en lugar de body) y el frameelemento.

Además de las diferencias de transición mencionadas anteriormente, las especificaciones del conjunto de marcos (ya sean XHTML 1.0 o HTML 4.01) especifican un modelo de contenido diferente, que framesetreemplaza a body, que contiene frameelementos o, opcionalmente, noframescon un body.

Como demuestra esta lista, las versiones flexibles de la especificación se mantienen para brindar soporte a versiones anteriores. Sin embargo, contrariamente a la creencia popular, el cambio a XHTML no implica la eliminación de este soporte. Más bien, la X en XML significa extensible, y el W3C está modularizando toda la especificación y abriéndola a extensiones independientes. El principal logro del cambio de XHTML 1.0 a XHTML 1.1 es la modularización de toda la especificación. La versión estricta de HTML se implementa en XHTML 1.1 mediante un conjunto de extensiones modulares a la especificación base de XHTML 1.1. Del mismo modo, quien busque las especificaciones flexibles (transitorias) o de conjuntos de marcos encontrará un soporte extendido similar para XHTML 1.1 (gran parte del cual está contenido en los módulos heredados o de marcos). La modularización también permite que las características individuales se desarrollen según su propio cronograma. Por ejemplo, XHTML 1.1 permitirá una migración más rápida a los estándares XML emergentes, como MathML (un lenguaje matemático semántico y de presentación basado en XML) y XForms , una nueva tecnología de formularios web muy avanzada que sustituirá a los formularios HTML existentes.

En resumen, la especificación HTML 4 concentró las diversas implementaciones de HTML en una única especificación clara basada en SGML. XHTML 1.0 adaptó esta especificación, tal cual, a la nueva especificación definida en XML. Posteriormente, XHTML 1.1 aprovechó la naturaleza extensible de XML y modularizó toda la especificación. XHTML 2.0 se concibió como el primer paso para añadir nuevas funcionalidades a la especificación mediante un enfoque basado en organismos de estandarización.