Paginas Web

Unidad II: Lenguaje de marcado

2.1 Introducción

Un lenguaje de marcado o lenguaje de marcas es una forma de codificar un documento que, junto con el texto, incorpora etiquetas o marcas que contienen información adicional acerca de la estructura del texto o su presentación.

El lenguaje de marcas más extendido es el HTML ("HyperText Markup Language", Lenguaje de marcado de hipertexto), fundamento del World Wide Web (entramado de comunicación de alcance mundial).

Los lenguajes de marcado suelen confundirse con lenguajes de programación. Sin embargo, no son lo mismo, ya que el lenguaje de marcado no tiene funciones aritméticas o variables, como sí poseen los lenguajes de programación. Históricamente, el marcado se usaba y se usa en la industria editorial y de la comunicación, así como entre autores, editores e impresores.

Un ejemplo de cómo funciona el lenguaje de marcado puede observarse en el dictado de viva voz de un documento a una persona que lo transcribe a máquina:

Ponga estilo de carta. Ponga comillas, ponga mayúsculas, Estimado Juan, ponga dos puntos, aparte, sangría, ponga primera letra mayúscula, te escribo esta carta, ponga negrillas, de forma muy urgente, cierre negrilla, ya que no me has enviado... etc".

2.2 Representación de documentos

• De presentación:

– Indica el formato del texto (información para el maquetado).

• De procedimientos:

– Orientado también a la presentación pero, en este caso, se indican los procedimientos que deberá realizar el SW de representación.

• Descriptivo o semántico:

– Describen las diferentes partes en las que se estructura el documento pero sin especificar cómo deben representarse.

2.3 Tipos de datos básicos

Recordando lo anteriormente dicho, el SGML permite definir nuevos metalenguajes. A cada lenguaje de formato de documentos definido con SGML se lo denomina aplicación SGML. Las partes en las que se divide una aplicación SGML son:

1. Una declaración SGML:

En la misma se concreta que caracteres y delimitadores pueden aparecer en la aplicación. Es decir, lo que se declara es la versión de caracteres que van a poder ser utilizados. (UTF-8 por ejemplo).

2. Una Declaración del tipo de documento (DTD):

Ésta define la sintaxis de las estructuras de formato, así como referencias a entidades de caracteres. En palabras más sencillas, define el tipo de etiquetas que van a poder ser usadas, los caracteres permitidos en el lenguaje, como se va a estructurar ese lenguaje etcétera… De esta manera se podrá luego validar frente a ese tipo de DTD seleccionada, para comprobar sin la sintaxis a la hora de coloras las balizas ha sido la correcta o tiene errores, sin embargo. Validar una web frente a la DTD empleada mediante el servicio del Validador de la W3C es algo imprescindible. De otra manera el comportamiento de nuestra web frente a los navegadores podría ser imprevisible, además de que afectaría al posicionamiento web, del cual hablaremos más adelante.

3. Una especificación que describe la semántica:

Se trata de una especificación que describe el significado que se debe aportar al código de formato. Adicionalmente, esta especificación también impone restricciones de sintaxis que no pueden expresarse dentro del DTD.

4. Documentos con su contenido y su marcado entrelazado:

Cada documento, como es lógico, debe contener una referencia al DTD que debe usarlo para interpretarlo. (Validación).

Ahora vamos a ahondar aún más en todos estos conceptos:

Sobre la DTD:

2.4 Estructura global de un documento

Un documento HTML 4 se compone de tres partes:

1. una línea que contiene información sobre la versión de HTML,

2. una sección de cabecera declarativa (delimitada por el elemento HEAD),

3. un cuerpo, que contiene el contenido real del documento. El cuerpo puede ser especificado mediante el elemento BODY o mediante el elemento FRAMESET.

Puede aparecer espacio en blanco (espacios, saltos de línea, tabulaciones y comentarios) antes y después de cada sección. Las secciones 2 y 3 deberían estar delimitadas por el elemento HTML.

Aquí tenemos un ejemplo de un documento HTML sencillo:

<!DOCTYPE HTML PUBLIC "-//W3C//DTD HTML 4.01//EN"

"http://www.w3.org/TR/html4/strict.dtd">

<HTML>

<HEAD>

<TITLE>Mi primer documento HTML</TITLE>

</HEAD>

<BODY>

<P>¡Hola mundo!

</BODY>

</HTML>

2.5 Elementos básicos: texto, vínculos, listas, tablas, objetos, imágenes y aplicaciones

Dentro del documento hay dos zonas principales: el encabezamiento, delimitado por las marcas <HEAD> y </HEAD>, que sirve para definir algunos valores válidos para todo el documento, y el cuerpo, delimitado por las etiquetas <BODY> y </BODY>, donde reside la información del documento.

El elemento <TITLE> contenido dentro del encabezamiento permite especificar el título de un documento HTML. Este título no forma parte del documento en sí pues no se ve en la pantalla principal, sino que sirve como título de la ventana del programa que la muestra.

Existen muchos otros elementos que se engloban dentro del encabezamiento pero para la estructura básica del lenguaje HTML en su nivel básico no son necesarios.

El cuerpo de un documento HTML contiene el texto, imágenes, etc. que, con la presentación y los efectos que se decidan, se presentarán ante el usuario. Dentro del cuerpo se pueden aplicar una serie de efectos a través de diferentes marcas o etiquetas (también otros autores las denominan "directivas").

...