五·初识html

作者: 饥人谷_小侯 | 来源:发表于2017-10-03 10:14 被阅读30次

五·初识html
HTML之初识HTML
HTML&XML--源动力
初识HTML
初识HTML
HTML 初识
html初识
【html】初识
初识HTML
初识 HTML

1.html、xml、xhtml

HTML

HTML(Hyper Text Mark-up Language)即超文本标记语言或超文本链接标示语言，是目前网络上应用最为广泛的语言，也是构成网页文档的主要语言。它告诉浏览器如何显示内容。
主要特点
简易性：超级文本标记语言版本升级采用超集方式，从而更加灵活方便。
可扩展性：超级文本标记语言的广泛应用带来了加强功能，增加标识符等要求，超级文本标记语言采取子类元素的方式，为系统扩展带来保证。
平台无关性：虽然个人计算机大行其道，但使用MAC等其他机器的大有人在，超级文本标记语言可以使用在广泛的平台上，这也是万维网（WWW）盛行的另一个原因。
通用性：另外，HTML是网络的通用语言,一种简单、通用的全置标记语言。它允许网页制作人建立文本与图片相结合的复杂页面，这些页面可以被网上任何其他人浏览到，无论使用的是什么类型的电脑或浏览器。
XML
XML即ExtentsibleMarkupLanguage(可扩展标记语言)，是用于网络上数据交换的语言。它没有标签集，也没有语法规则，但是它有句法规则。
与HTML的主要区别
**目标 **:HTML的设计目标是显示数据并集中于数据外观，而XML的设计目标是描述数据并集中于数据的内容，它的显示形式靠CSS或XSL帮完成。
语法：HTML的标记不是所有的都需要成对出现，XML则要求所有的标记必须成对出现；HTML标记不区分大小写，XML则大小敏感，即区分大小写。
更新：XML允许粒度更新，不必在XML文档每次有局部改变时都发送整个文档的内容，只有改变的元素才必须从服务器发送到客户机，而HTML却不支持这样的功能。
可读性：HTML侧重于网页数据表现形式的定义和描述，欠缺对文档数据含义的确切描述，不能适应对于日益增多的各类信息进行传递与存档的需求。例如<H2>Apple</H2>,在浏览器中显示的Apple，人们并不知道它具体是水果还是一个手机，HTML并不能解释数据Apple的含义；而XML不会给大家这个错觉如果描述的是水果中的苹果的话它会很清楚的这样表示<水果>Apple</水果>。所以说HTML的可读性相对较差。
还有一点就是XML标记由架构或文档的作者定义，并且是无限制的。HTML 标记则是预定义的;HTML 作者只能使用当前 HTML 标准所支持的标记。
XHTML
意义:指扩展超文本标签语言（EXtensible HyperText Markup Language）,目标是取代HTML.
与HTML的主要区别
XHTML是当前HTML版的继承者,由于HTML的语法较为松散,对于许多其他设备的要求较高,因此就出现了由DTD定义规则,语法要求更加严格的XHTML。
XHTML与HTML的最大的变化在于所有标签必须闭合。
XHTML中所有的标签必须小写。
XHTML 元素必须被正确地嵌套。
XHTML 文档必须拥有根元素。

2.html和css的关系：

学习web前端开发基础技术需要掌握：HTML、CSS、JavaScript语言。下面我们就来了解下这三门技术都是用来实现什么的：

HTML是网页内容的载体。内容就是网页制作者放在页面上想要让用户浏览的信息，可以包含文字、图片、视频等。
CSS样式是表现。就像网页的外衣。比如，标题字体、颜色变化，或为标题加入背景图片、边框等。所有这些用来改变内容外观的东西称之为表现。
JavaScript是用来实现网页上的特效效果。如：鼠标滑过弹出下拉菜单。或鼠标滑过表格的背景颜色改变。还有焦点新闻（新闻图片）的轮换。可以这么理解，有动画的，有交互的一般都是用JavaScript来实现的。

怎样理解 HTML 语义化
1.什么是HTML语义化？
根据内容的结构化（内容语义化），选择合适的标签（代码语义化）便于开发者阅读和写出更优雅的代码的同时让浏览器的爬虫和机器很好地解析。
2.为什么要语义化？
（1）为了在没有CSS的情况下，页面也能呈现出很好地内容结构、代码结构:为了裸奔时好看；
（2）用户体验：例如title、alt用于解释名词或解释图片信息、label标签的活用；
（3）有利于SEO：和搜索引擎建立良好沟通，有助于爬虫抓取更多的有效信息：爬虫依赖于标签来确定上下文和各个关键字的权重；
方便其他设备解析（如屏幕阅读器、盲人阅读器、移动设备）以意义的方式来渲染网页；
（4）便于团队开发和维护，语义化更具可读性，是下一步吧网页的重要动向，遵循W3C标准的团队都遵循这个标准，可以减少差异化。
3.怎样理解内容与样式分离的原则
在 Web 开发中，所谓内容与样式分离，就是让内容的归 HTML, 样式归 CSS, 不要混着用。如果把样式分离出来，代码会得到精简和重用，后期的维护会变得非常简单。我只用写一个 class 的样式，就可以同时更改多个有相同 class 的元素的样式；只用一个 css 文件，就可以同时链接到多个 HTML 页面上。
这样，整套文档就变得清晰易读、易维护！
总结来说：
写 HTML 仅处理内容，只考虑 HTML 的结构和语义化，避免出现属性样式。
写 JS 的时候，尽量不使用 JS直接操作样式。
页面展现的所有样式，都由CSS来负责实现。

3.常见的浏览器及其内核

1、Trident(IE内核)
（1）、该内核程序在1997年的IE4中首次被采用，是微软在Mosaic代码的基础之上修改而来的，并沿用到IE11，也被普遍称作”IE内核”。Trident实际上是一款开放的内核，其接口内核设计的相当成熟，因此才有许多采用IE内核而非IE的浏览器(壳浏览器)涌现。此外，为了方便也有很多人直接简称其为IE内核
（2）、IE从版本11开始，初步支持WebGL技术。
（3）、IE8的JavaScript引擎是Jscript，IE9开始用Chakra，这两个版本区别很大，Chakra无论是速度和标准
Trident内核的常见浏览器有：
（1）IE6、IE7、IE8（Trident 4.0）、IE9（Trident 5.0）、IE10（Trident 6.0）；
（2）猎豹安全浏览器：1.0-4.2版本为Trident+Webkit，4.3版本为Trident+Blink；
（3）360安全浏览器：1.0-5.0为Trident，6.0为Trident+Webkit，7.0为Trident+Blink；
（4）360极速浏览器：7.5之前为Trident+Webkit,7.5为Trident+Blink；
（5）傲游浏览器：傲游1.x、2.x为IE内核，3.x为IE与Webkit双核；
（6）搜狗高速浏览器：1.x为Trident，2.0及以后版本为Trident+Webkit；
2.Gecko(Firefox内核)
Gecko是套开放源代码的，Netscape6开始采用的内核，后来的Mozilla FireFox(火狐浏览器) 也采用了该内核，Gecko的特点是代码完全公开，因此，其可开发程度很高，全世界的程序员都可以为其编写代码，增加功能。因为这是个开源内核，因此受到许多人的青睐，Gecko内核的浏览器也很多，这也是Gecko内核虽然年轻但市场占有率能够迅速提高的重要原因。
不过事实上，Gecko 内核的浏览器仍然还是Firefox (火狐) 用户最多，所以有时也会被称为Firefox内核。此外Gecko也是一个跨平台内核，可以在Windows、 BSD、Linux和Mac OS X中使用。
3、Webkit(Safari内核,Chrome内核原型,开源)
它是苹果公司自己的内核，也是苹果的Safari浏览器使用的内核。 Webkit引擎包含WebCore排版引擎及JavaScriptCore解析引擎，均是从KDE的KHTML及KJS引擎衍生而来，它们都是自由软件，在GPL条约下授权，同时支持BSD系统的开发。所以Webkit也是自由软件，同时开放源代码。
Google Chrome、360极速浏览器以及搜狗浏览器高速模式也使用webkit作为内核。
WebKit内核常见的浏览器：
Apple Safari (Win/Mac/iPhone/iPad)、Symbian手机浏览器、Android 默认浏览器、Google Chrome
4、Blink(WebkitWebCore组件分支,Google与Opera Software共同开发)
Blink是一个由Google和Opera Software开发的浏览器排版引擎，这一渲染引擎是开源引擎WebKit中WebCore组件的一个分支，并且在Chrome（28及往后版本）、Opera（15及往后版本）和Yandex浏览器中使用。

4.文档声明的作用以及严格模式和混杂模式

标准模式和混杂模式
当浏览器厂商开始创建与标准兼容的浏览器时，他们希望确保向后兼容性。为了实现这一点，他们创建了两种呈现模式：标准模式和混杂模式
在标准模式中，浏览器以其支持的最高标准呈现页面；
在混杂模式中，页面以一种比较宽松的向后兼容的方式显示。混杂模式通常模拟老式浏览器的行为以防止老站点无法工作。

5.编码与乱码

1.认识几种编码方式

ASCII
计算机发明之后需要使用0和1来表示字符，于是美国人在50年代发明了 ASCII (美国标准信息交换代码,American Standard Code for Information Interchange) 码。它由128个字符组成，包括大小写字母、数字0-9、标点符号、非打印字符（换行符、制表符等4个）以及控制字符（退格、响铃等）组成，每个字符占7位（1字节是8位）。比如 'a'的 ASCII码10进制是97，二进制是 01100001。
ISOLatin-1
可以认为ASCII是美国发明针对英语设计的，但欧洲人在用的时候出现了问题。对于一些特殊的拉丁字符，比如法文德文里某些字符，ASCII字符集就不包括。于是欧洲人发明了一种8位字符集是ISO 8859-1Latin 1，也简称为ISOLatin-1。它对ASCII做了个扩充，对于0-127之间的字符还使用ASCII里的字符不变，把位于128-255之间的字符表示拉丁字母表中特殊语言字符。
UNICODE
后来计算机不断发展扩展到亚洲非洲，如何用计算机使用的二进制表示这些语言又成了问题。ISOLatin-1的8位字符集只能表示256个字符，而仅汉语就有80000以上个字符。如何把地球上绝大多数语言用一种编码方式表示出来呢？于是发明了UNICODE编码，只用2个字节(16位)就可以编码地球上几乎所有地区的文字。
但是，UNICODE只是理论上的编码方式，相当于给世界上每个文字打了个编号，但这编号具体如何在计算机里面存储，可以有多种实现方式。比如utf-8和gbk。
前面说了UNICODE只是给每个文字打了个编号，为啥不把这个编号直接转化成二进制存储在计算机里面呢？比如英文字母s的编号是115, 用二进制表示是00000000 1110011, 中文日的编号是26085 (16进制是65e5) ，二进制是11001011 1100101。老外才没那么傻，对于老外这种日常纯粹是用英文字符的人来说明明之前1个字节就能存储一个字母，现在为了全球大一统非要存储为2个字节，相当于一个之前一个1M的文档，现在变为2M。于是老外耍了赖，英文字母s是115没错，但我就用1个字节1110011表示，而你中文日是26085号也没错，但是你不能在使用2个表示，而是用2个甚至6个字节表示。（为了英文的特权，牺牲其他语言的存储空间的便利），这个编码方式就是UTF-8。
UTF-8
UTF-8（8-bit Unicode Transformation Format）是一种针对Unicode的可变长度字符编码，又称万国码。UTF-8用1到6个字节编码UNICODE字符。用在网页上可以同一页面显示中文简体繁体及其它语言（如英文，日文，韩文）。
那GBK又是如何产生的呢？
GBK
这时候中国人不干了，为啥你制定了全球大一统的规则，却为了自己的便利又破坏规则，连这点小便宜都不放过(典型的美国人作风)？明明用2个字节就能表示中文一个汉字，现在UTF-8编码中文竟然需要2个甚至4个字节来表示。于是中国制定一套自己的规则，于是用2个字节来表示一个汉字，总共可以覆盖2万多个文字。对于英文，好吧让一步，还保留和你UTF-8同样的方式使用一个字节来表示。
下图是把当前文章分别保存为 gbk 何 utf-8两种编码格式下文件大小的对比，表明用 gbk 确实省空间
记住：UNICODE只是给字符一个代号，而GBK和UTF-8使用不同的规则来表示同一个代号。

2.网页乱码如何产生的呢？

下面这个流程是我们写入文件到展示文件的简单描述：
我们使用编辑器编写 HTML 文件
保存编写的HTML文件
使用浏览器打开HTML文件
HTML文件在浏览器展示

乱码产生的根源就在与第2步骤和第4步。
在第2步保持文件时会把我们写入的文字使用编辑器默认的编码方式进行保存。如果大家使用的是vscode编辑器，默认的编码方式是utf-8。

在第4步浏览器打开网页时，它并不知道你的这个文件是使用什么编码方式，于是自作主张使用了默认解码方式。如下图所示，文件保存为GBK格式，在Chrome打开时默认使用 ISO -8859的解码方式，导致编码和解码不匹配，产生乱码。

那如何规避这个问题呢？即如何通知浏览器用什么方式解码呢？
首页，在文件保存的时候你自己要清楚是用哪种编码方式保存的。如果你的文件是保存为utf-8格式，那么一定要在html 的 <head>里添加<meta charset="utf-8">，这句话的意思是告诉浏览器在打开这个页面的时候不要去猜了，直接用utf-8去解码。同理，如果你的文件保存为gbk格式，一定在文件里添加<meta charset="gbk">。

3.总结：
（1）乱码产生的根本原因是你保存的编码格式和浏览器解析时的解码格式不匹配导致的。
（2）乱码一般是英文以外的字符才会出现。为啥纯粹的英文不会出现乱码问题，即使编码方式和解码方式不一致？那是因为前面讲过了 utf-8、gbk对英文都是采用1个字节的编码方式，并且使用了相同的码字。