Le HTML

Cette section décrit le HTML et son usage :

• introduction
• structure des pages HTML
• un index des balises HTML
• un index des attributs HTML
• la liste des balises dédiées à la mise en forme du texte
• comment faire des liens en HTML

Introduction au HTML

Histoire du HTML

Le HTML est né en même temps que le Web, en 1989. C'est Tim Berners-Lee qui l'a écrit pour répondre aux besoins du système qu'il venait d'inventer avec Robert Caillau au Cern : le World Wide Web.

Ce langage a été conçu pour fonctionner de paire avec le protocole HTTP. HTML et HTTP constituent le coeur de l'invention de Berners-Lee : un moyen simple et efficace d'accéder sur un réseau à des documents liés entre eux par des hyperliens. Les documents s'enchaînent désormais les uns les autres par un simple clic de souris : écrits en HTML, ils sont transportés jusqu'au lecteur grâce au protocole HTTP.

Le HTML n'est cependant pas le premier langage gérant les hyperliens. En effet, dès 1987, HyperCard permettait de "surfer" à travers des documents en utilisant des images. Par ailleurs, on peut faire remonter aux années 40 (voir l'histoire du Web) les premiers travaux en rapport avec les hyperliens.

But du HTML

Le HTML : un langage de mise en page

Au moment où le Web a été inventé, la majorité des gens utilisaient TeX et PostScript, et plus rarement SGML, pour écrire leurs documents. Tim Berners-Lee réalisa en fait que ces langages ne répondaient pas tout à fait aux besoins de son système. Il a donc inventé le HTML.

Le HTML est un langage simple, permettant de mettre en page simplement des documents texte destinés à être affichés avant tout sur un éran. C'est la première vocation du HTML. Le HTML n'a pas vraiment été écrit pour gérer le rendu des documents à l'impression ; ce n'est qu'au fur et à mesure des versions du HTML qu'on lui a apporté des possibilités supplémentaires, comme par exemple des directives permettant de gérer le rendu audio, et c'est finalement le XML qui va rendre le HTML quasi universel.

Contrairement au XML, dont le but est de séparer clairement contenu et contenant (la mise en page) des documents, le HTML (complété ensuite par les feuilles de style) met directement en forme le contenu du document. Le document texte contient des éléments HTML qui vont diriger sa mise en page.

Les balises HTML

La mise en page est gérée par ce qu'on appelle des balises, ou tags en anglais. Les balises sont des séquences de caractères ASCII qui ont sens particulier et qui sont sujet à interprétation par les navigateurs Web. Lorsque l'on regarde le contenu d'une page HTML, on repère assez facilement les balises HTML : ce sont les portions de texte semblables à celle-ci :

Une balise HTML commence par un < et se termine par un >. Certaines balises doivent être fermées (dans notre exemple, <B>...</B>), d'autres non (par exemple <BR> qui permet de sauter une ligne). Dans les dernières versions du HTML, il existe environ 90 balises HTML, la majorité servant à la mise en page (texte en gras, les tableaux...), mais toutes ne sont pas dédiées à la mise en page des documents. En effet, le HTML permet par exemple de donner des informations sur le document lui-même (informations qui ne seront pas affichées), d'insérer des images, des animations Flash, du code JavaScript...

HTML, SGML et XML

Il est vrai que le HTML est de loin le langage balisé (utilisant des balises) le plus connu car c'est celui qui est le plus répandu. Mais les langages balisés sont plus anciens. Par exemple, HTML est un sous-ensemble de SGML (Standard Generalized Markup Language). SGML est le langage balisé le plus général. De la même façon, XML (eXtensible Markup Language) est également un sous-ensemble de SGML.

XML se répand car il permet d'écrire des documents "universels" en séparant le contenu et le contenant. C'est une sorte de métalangage permettant de définir d'autres balises et d'autres langages. HTML est au contraire un langage figé dans la mesure où la signification de ses balises est définie à l'avance. Les balises XML ne sont pas spécifiées (elles ont juste un format bien défini), et sont par ailleurs différentes des balises HTML. Finalement, HTML et XML n'ont pratiquement rien à voir l'un avec l'autre, et il est impossible de passer de décrire le HTML tel qu'il est avec le XML.

Etant donné la puissance du XML et la grande popularité du HTML, la volonté est grande pour faire en sorte que HTML puisse être décrit avec XML. Aussi, a-t-on développé le XHTML (eXtensible HTML), le langage HTML extensible. C'est tout simplement la réécriture du HTML mais en se conformant au standard XML. Cela permet d'orienter les futurs travaux sur le HTML : désormais, HTML peut être vu comme un sous-ensemble du XML, et il va bénéficier de toute la puissance du XML, et permettre notamment la transcription de toutes ses pages en pages parfaitement imprimables, ou calibrées pour les ordinateurs de poche.