Notas_Módulo 4_XML (HTML y XHTML)

HTML, XHTML y XML son los tres estándares de facto desarrollados por el World Wide Web Consortium, el W3C, un consorcio internacional que produce recomendaciones para la World Wide Web. Desde la publicación de la primera página web en diciembre de 1990, el lenguaje HTML ha ido
mejorando con nuevas versiones. En noviembre de 1995 se publicó HTML 2.0. En enero de
1997 HTML 3.2. Y en diciembre de 1997, apareció HTML 4. La última revisión, HTML 4.01, se publicó en diciembre de 1999. En enero de 2000 se publico XHTML 1.0, una reformulación de HTML 4 utilizando XML 1.0. Una revisión de XHTML 1.0 fue publicada en agosto de 2002.

 

XHTML

XHTML es el acrónimo de eXtensible Hypertext Markup Language (Lenguaje extensible de marcado de hipertexto). Es el lenguaje de marcado pensado para sustituir a HTML como estándar para las páginas web.

XHTML es el lenguaje de marcado pensado para sustituir a HTML como estándar para las

páginas web. En su versión 1.0, XHTML es solamente la versión XML de HTML, por lo que tiene,
básicamente, las mismas funcionalidades, pero cumple las especificaciones, más estrictas, de
XML.

XHTML incorpora a las páginas web el rigor de XML lo que se traduce en un mejor procesamiento, un mantenimiento más sencillo y es el primer paso hacia la llamada web semántica.

XHTML 1.0 fue publicado en el año 2000, y en los siguientes años se desarrollaron numerosas tecnologías que lo complementaban o que lo iban a suceder. Desgraciadamente, todas estas tecnologías complicaron bastante el desarrollo y el uso de XHTML.

En el año 2004, algunos miembros de Apple, Mozilla Foundation y Opera Software fundaron el
Web Hypertext Application Technology Working Group porque no estaban contentos con la evolución de XHTML y con la falta de interés del W3C por las necesidades reales de los desarrolladores web. De forma independiente, este grupo empezó a desarrollar su propia visión de cómo debía ser la próxima versión de HTML.

A mediados del año 2009 se paró todo. En julio del año 2009, el W3C anunció que cuando el grupo de trabajo de XHTML 2, la próxima versión de XHTML, terminase su trabajo a finales de 2009, no iba a ser renovado, ya que el W3C quería aumentar los recursos destinados a HTML 5. Finalmente, en diciembre de 2010 el grupo de trabajo de XHTML 2 fue definitivamente cerrado.

En el año 2006, el W3C mostró su interés por participar en el desarrollo de HTML 5, y en el año
2007, el W3C formó un grupo de trabajo destinado a trabajar con el WHATWG en el desarrollo
de la especificación de HTML5. Por tanto, el W3C abandonó sus trabajos sobre XHTML 2.0, y pasó a centrar su interés en HTML 5, versión actual.

A pesar de todo existen millones de sitios web y miles de herramientas basados en XHTML.

Además HTML 5 se está desarrollando con dos sintaxis, una basada en XHTML y otra basada
en HTML. Por tanto, tiene mucho sentido seguir trabajando con XHTML

Diferencias que existen entre HTML y XHTML 1.0

En HTML 4 existen tres variantes del lenguaje: la versión estricta, la versión transicional y la
versión con marcos.
En XHTML 1.0 se conservan las tres variantes, pero claro están, con sus propios DOCTYPEs. Hay la versión estricta, la versión transicional y la versión con marcos.

Debido a que XHTML es una aplicación de XML, ciertas prácticas que eran posibles en HTML,
que está basado en SGML, ahora no son posibles.

• Un elemento HTML se compone de una etiqueta inicial y una etiqueta final que tienen el mismo nombre. La etiqueta inicial puede llevar atributos, pero la final nunca lleva.  En HTML, los atributos pueden llevar un valor. Por último, las etiquetas pueden tener contenido: el contenido puede estar formado por otras etiquetas de HTML o puede ser simplemente texto como en este ejemplo.

• En HTML los elementos anidados deben tener un correcto orden de apertura/cierre: el que se abre el último, debe cerrarse el primero. 
• Esto es totalmente imposible en XHTML porque los elementos están superpuestos. La forma correcta de escribirlo en XHTML sería la siguiente. 

• Los elementos, los nombres de elementos y atributos deben de ir siempre en minúsculas. Esto es debido a que XML diferencia las mayúsculas y minúsculas.
• En HTML, es posible escribir las etiquetas y atributos en mayúsculas y minúsculas, sin ningún problema. 
• En XHTML esto es totalmente incorrecto, todo tiene que estar escrito en minúsculas.

• Los elementos vacíos deben cerrarse siempre: o bien aparece la etiqueta final, o bien la etiqueta inicial termina con />. 
• En HTML, los elementos vacíos no llevan etiqueta de cierre. Por tanto, se pueden escribir directamente de esta forma. 
• Sin embargo, esto es incorrecto en XHTML. En XHTML, o se cierra la etiqueta o se escribe con una etiqueta vacía. 

• Los elementos no vacíos también deben de cerrarse siempre en XHTML. 

• En HTML se permite no cerrar ciertos elementos, ya que se cierran de forma implícita.
• Pero esto es totalmente imposible en XHTML.

• Los valores de los atributos deben siempre ir encerrados entre comillas simples o dobles.
• En HTML, los valores de los atributos se pueden escribir sin comillas.
• Sin embargo, esto es incorrecto en XHTML, siempre hay que encerrar los valores de los atributos entre comillas dobles o comillas simples.

• No está permitida la minimización de atributos. En aquellos casos en que el atributo no tiene definido un conjunto de valores, sino que simplemente está o no está, se usa el nombre del atributo como único valor posible. 
• En HTML, es posible minimizar los valores de los atributos, y simplemente se escribe el nombre del atributo. Esto es totalmente incorrecto en XHTML. 
• En XHTML se tiene que asignar siempre un valor y se toma la regla de asignarle como valor el mismo nombre del atributo.

• El tratamiento de los espacios en blanco en los valores de los atributos varía en XHTML respecto a HTML:

• Los espacios en blanco al principio y al final se eliminan. Y uno o más espacios en blanco,  incluyendo los saltos de línea, se traducen en un único espacio en blanco entre las palabras del valor de un atributo.

• En XHTML, el contenido de la etiqueta <script> y <style> está definido como #PCDATA. Como resultado de ellos, los símbolos < y & se interpretan por parte del procesador de XML como inicio de etiqueta y como entidad de carácter. Si se encierra el contenido de script o de estilo con CDATA se evita este comportamiento. Como alternativa más cómoda, también se pueden almacenar en ficheros separados.

• En SGML se pueden definir exclusiones: evitar que ciertos elementos sean contenidos en otros elementos. Esto no es posible definirlo en XML y, por tanto, tampoco en XHTML. En XHTML no se pueden definir de forma formal a través del DTD, sino que sólo se puede proporcionar en forma de lista.

• En HTML 4, tanto el atributo name como el atributo id se pueden emplear para identificar un fragmento de código. En XHTML sólo es posible emplear el atributo id.

• En HTML, el tratamiento de los atributos con conjuntos de valores predefinidos, como align o type, es no sensible a mayúsculas y minúsculas. Sin embargo, en XHTML sí que es sensible a las mayúsculas y minúsculas y se deben escribir siempre los valores en minúsculas.

• En HTML, las referencias de entidad se pueden escribir como &X y el código hexadecimal o como &x y el código hexadecimal. En XML, y por tanto en XHTML, sólo se puede emplear la versión en minúsculas.