1.2 HTML文档剖析

1.2 HTML文档剖析

有几个HTML元素是所有HTML文档（也就是网页）中都必须包含的。这些元素为内容提供了框架，有了这个框架才能正确显示内容。可以把这些必要的元素想象成一个模板页面里必须得有的元素。很多网页编写工具，比如Adobe Dreamweaver，会在每次创建新HTML页面时自动给你生成一个包含这些元素的模板页面。

HTML5标准推出之后，HTML文档的结构一下子得到了极大简化。就算你的Web开发经验不多，估计都会对之前HTML和XHTML复杂的文档类型（doctype），包括过渡型和严格型，以及那些元数据标签（）记忆犹新。所有这些，在HTML5中都已经被更简单的语法取代，而且虽然语法简单但却能够与之前的HTML版本兼容。

1.2.1 HTML模板

今天，按照HTML5语法编写的最简单的HTML页面的模板可以写成这样：

<!DOCTYPE html>
<html>
    <head>
    <meta charset="utf-8" />
    <title>An HTML Template</title>
    </head>
    <body>
        <!-- 这里是网页内容 -->
    </body>
</html>

模板的第一行代码是一种新语法，或者说是一种简化的DOCTYPE，这一行就是为了声明：“以下是一个HTML文档。”注意，这个标签不用关闭。

然后是标签，也就是所谓的根级标签，因为页面中所有的其他标签都嵌套在这个标签内部，而且它的闭标签也是整个页面中的最后一个闭标签。标签只有两个直接的子标签：和。

使用HTML注释标签，可以为你自己或者其他将来可能会修改这个页面的人写一些备注。HTML注释以开头，以-->结尾，注释内容就写在它们中间。浏览器在加载页面时，会忽略注释，不会显示其中的内容。

帮助浏览器理解页面的信息都包含在标签中。在这个最简单的例子里，标签里只包含和两个标签。其中，标签有一个charset属性，它是在告诉浏览器这个页面使用的是UTF-8编码。而标签中的文本会在页面显示时，作为整个页面的标题出现在浏览器窗口顶部的标题栏中。上面模板中页面的标题是“An HTML Template”。

关于标签

搜索引擎会给标签中的文字内容赋予很高的权重。而且这些文字也会作为网页标题出现在搜索结果列表中。为此，千万不要让那些“欢迎光临我的网页！”之类的废话占据你的标签。一定要让这些文字简洁明确，而且包含目标读者在搜索你的网页内容时会使用的关键词。

而标签则包含着标记所有内容的HTML元素。接下来，我们先把原来的注释替换成另外两个标签，然后再看看页面在浏览器中显示的效果。

在上面模板的标签中，我们再添加两个标签：

<body>
    <h1>Stylin' with CSS</h1>
    <p>Great Web pages start with great HTML markup!</p>
</body>

图1-2展示了当前页面在浏览器中显示的效果。

enter image description here

图1-2 带有一个标题和一个段落的示例模板页面

浏览器把包含内容的元素在页面中自上而下地一一排列，起点是页面的左上角。仔细看一看，会发现页面中标题和段落文本的字号不一样，但字体都是Times Roman，而且标题与段落之间还有一定的间距。很显然，浏览器已经为页面应用了一些基本的样式。这些初始（默认）的样式，来自浏览器内置的一个CSS样式表，它只会为每个HTML元素添加一些最基本，当然也谈不上美观的样式。

接下来再给模板添加两个比较常用的HTML元素，一个链接，一个图片。

<body>
    <h1>Stylin' with CSS</h1>
    <p>Great Web pages start with great HTML markup!</p>
    <a href="http://www.stylinwithcss.com">My Books</a>
    <img src="images/cisco.jpg" alt="My dog Cisco" />
</body>

图1-3展示了页面现在的效果。

enter image description here

图1-3 页面中目前包含着标题、段落、链接和图片

链接是使用标签创建的，该标签有一个必需的属性href（hyperlink reference，超链接引用），其中包含着链接指向的页面的URL。

前面我们也提到过标签，而现在你终于看到它的效果了。在这个标签里，同样是给出图片所在位置的URL，要使用src（source，来源）而不是href属性。

有一点你可能注意到了：虽然标题和段落是上下堆叠在一起的，但链接和图片却是并排显示的。为什么会这样呢？因为标题和段落是块级元素，而链接和图片是行内元素。

1.2.2 块级元素和行内元素

图1-3展示了所谓“文档流”的效果，也就是HTML元素会按照它们各自在标记中出现的先后顺序，依次从页面上方“流向”下方。浏览器的样式表之所以提供这种流动式效果，就是为了让那些简单但却正确标记了HTML的内容，能够以朴素但却可用的方式显示出来。CSS的妙处就在于把这种实用主义的默认显示效果，转换成既有吸引力又直观的页面设计。

几乎所有HTML元素的display属性值要么为block，要么为inline。最明显的一个例外是table元素，它有自己特殊的display属性值。块级元素（比如标题和段落）会相互堆叠在一起沿页面向下排列，每个元素分别占一行。而行内元素（比如链接和图片）则会相互并列，只有在空间不足以并列的情况下才会折到下一行显示。

无论你想了解哪个HTML元素，第一个要问的问题都应该是：它是块级元素，还是行内元素？知道了这一点之后，就可以在编写标记的时候，预想到某个元素在初始状态下是如何定位的，这样才能进一步想好将来怎么用CSS重新定位它。

使用块级元素和行内元素构建页面

这里是一个完全由标题和段落组成的页面。为了保证屏幕截图和代码清晰，我故意把段落都弄得非常短。页面的标记如下。

<!DOCTYPE html>
<html>
<head>
    <meta charset="utf-8" />
    <title>Block and Inline Elements</title>
</head>
<body>
    <h1>Types of Guitars</h1>
    <p>Guitars come in two main types: electric and acoustic.</p>
    <h2>Acoustic Guitars</h2>
    <p>Acoustic guitars have a large hollow body that projects the sound of the strings.</p>
    <h3>Nylon String Acoustic Guitars</h3>
    <p>Descendants of the gut-strung instruments of yore, nylon string guitars have a mellow tone.</p>
    <h3>Steel String Acoustic Guitars</h3>
    <p>Steel string guitars first appeared in country music and today most acoustic guitars have steel strings.</p>
    <h2>Electric Guitars</h2>
    <p>Electric guitars have a solid or hollow body with pickups that capture the string vibration so it can be amplified.</p>
    <h3>Solid Body Electric Guitars</h3>
    <p>Solid body electric guitars are commonly used in rock and country music.</p>
    <h3>Hollow Body Electric Guitars</h3>
    <p>Hollow body acoustic guitars are commonly used in blues and jazz.</p>
</body>
</html>

整个页面的内容只有标题和段落。为清晰起见，这里省略了本该有的

等标签。

图1-4展示了以上代码在浏览器中显示的效果。

enter image description here

图1-4 由标题和段落构成的页面

在以上代码和屏幕截图中，可以看到三种级别的标题。浏览器为每一级标题分别应用了不同的字号，从而让页面内容的层次显得非常分明。由于标题和段落都是块级元素，所以每个元素各占一行。

还有，页面四周都添加了一定的边距，所以文本才不会碰到浏览器窗口。而且，段落中的行与行之间也有距离。好了，边距的话题回头我们再仔细聊，还是先给页面添几张图片吧。如图1-5所示，当然你已经知道了，图片是行内元素。

enter image description here

图1-5 为页面添加两个行内元素（吉他图片）

标记中的两个标签虽然分别位于两行，但这并不影响图片在浏览器中显示时的效果。图片是行内元素，所以它们显示的时候就会并列出现在一行上。而且，标签之间的空白（包括制表、回车和空格）都会被浏览器忽略¹。因此，为了让代码的版式布局一目了然，你可以随意在标签之间添加换行和空格。一般推荐的做法都是子标签相对于父标签要有一个缩进。

^{1 根据CSS标准，默认情况下，多个空白会被浏览器叠加为一个。——译者注}

以下是图1-5中展示的那部分页面对应的代码，其中包含两张图片。图片是行内元素，所以两把吉它会并排显示。

<body>
    <h1>Types of Guitars</h1>
    <p>Guitars come in two main types: electric and acoustic</p>
    <h2>Acoustic Guitars</h2>
    <img src="images/acoustic_nylon.jpg" alt="nylon string acoustic guitar" />
    <img src="images/acoustic_steel.jpg" alt="steel string acoustic guitar" />
    <p>Acoustic guitars have a large hollow body that projects the sound of the strings.</p>
</body>

现在，为了进一步加深对块级元素和行内元素的理解，我们在这个页面上搞一次小试验。这次试验要用到我最喜欢的一个开发工具，那就是Web Developer扩展。它是Firefox的一个扩展，安装之后它会生成一个菜单，里面包括很多查看HTML、CSS和JavaScript的工具。

要安装Web Developer，在Firefox工具栏中选择“附加组件”，然后在“附件组件管理器”中搜索“Web Developer”。找到之后，点击“安装”。

enter image description here

图1-6 我在Web Developer工具条中选择了Outline菜单

在图1-6中，可以看到浏览器窗口顶部偏下的Web Developer工具条。这个工具条有很多功能，其中一个就是能让你更清晰地确定每个元素的位置，以及元素之间的嵌套关系。如图所示，我选择了Outline（轮廓）菜单中的Outline Block Level Elements（显示块级元素的轮廓）命令，这个命令可以显示页面中块级元素方盒子的轮廓。

enter image description here

图1-7 选择Outline Block Level Elements命令后，会显示块级元素盒子的实际大小以及相互之间的间距。没有显示行内元素的轮廓

显示块级元素的轮廓之后，通过图1-7就可以发现元素盒子比它们包含的文本要大一些。每个盒子的高度比内容稍微高一点，而宽度跟浏览器窗口一样宽！

块级元素盒子会扩展到与父元素同宽。

在我们这个页面中，所有块级元素的父元素都是body，而它的宽度默认与浏览器窗口一样宽（当然有少量边距）。因此，所有块级元素就与浏览器窗口一样宽了。说到这，相信你就能理解为什么块级元素始终会占一行了。对了，就是因为它们始终会保持与浏览器窗口同宽。这样一来，一个块级元素旁边也就没有空间容纳另一个块级元素了。

通过Web Developer工具条不能像显示块级元素轮廓那样，同时显示所有行内元素的轮廓。不过，通过Outline菜单中的Outline Custom Elements（显示自定义元素的轮廓）命令可以显示这些元素的轮廓。行内元素盒子的行为与块级元素盒子的行为正好相反。

行内元素盒子会“收缩包裹”其内容，并且会尽可能包紧。

说到这，你就可以理解为什么几个行内元素会并排显示在一行，而每个块级元素都会另起一行了。

1.2.3 嵌套的元素

现在，该看一看在标记中嵌套的HTML元素到了屏幕上是什么效果啦。前面例子中的所有元素都有一个共同的父元素——body。因此，Web Developer通常不显示它。但通过在Outline菜单中选择Outline Custom Elements命令，可以自定义显示body，如图1-8所示。

enter image description here

图1-8 选择Outline Custom Elements命令后，在弹出的窗口中可以指定显示哪个元素以及用什么颜色显示

如图1-9所示，父元素body的盒子（最外面的轮廓），直接嵌套（也就是包裹）着所有子元素盒子（内部的轮廓）。其中，块级子元素扩展到与body元素同宽，后者默认与浏览器窗口同宽（但有一点外边距）。

在标记中嵌套的是HTML标签，而在屏幕上嵌套的则是一个个的盒子。

enter image description here

图1-9 父元素body包围着它的子元素

在一个包含很多元素的页面中，盒子套盒子会越套越深，此时合理的HTML布局有助于通过标记看清页面结构，从而保证标签间正确的嵌套关系。我们推荐HTML标签每个层次相对于上一层次都缩进4个空格，如下面代码中的点所示。

在Dreamweaver等HTML编辑器中，每次按Tab键时就会缩进4个空格，从而保证缩进的一致性。

<nav id="toc">
....<ol>
........<li><a href="#">Introduction</a></li>
........<li><a href="#">Chapter 1</a></li>
........<li><a href="#">Chapter 2</a></li>
........<li><a href="#">Chapter 3</a></li>
....</ol>
</nav> <!-- end table of contents -->

两个在标记中嵌套的例子

我们再来看一个嵌套的例子，这一次使用blockquote元素。顾名思义，blockqoute元素包含引用内容，而且在页面上看起来是独立的元素。请注意代码中使用的表示弯引号的HTML实体。

<blockquote>&ldquo;Sometimes you want to give up the guitar, you’ll hate the guitar. But if you stick with it, you're gonna be rewarded.&rdquo;
<cite>Jimi Hendrix</cite>
//使用cite元素包含作者姓名
</blockquote>

图1-10展示了这段代码在页面中显示的效果，为两个元素都加了轮廓。

enter image description here

图1-10 blockquote元素默认会缩进

HTML实体

HTML实体常用于生成那些键盘上没有的印刷字符，比如^TM、†、©，等等。HTML实体以一个和号（&）开头，一个分号（;）结尾，二者之间是表示实体的字符串。在前面的例子中，两个实体的名字分别是“left-double-quote”（左双引号）和“right-double-quote”（右双引号）的简写。

Peachpit另一位作者Elizabeth Castro（她的书非常赞，在此强烈向大家推荐）在自己的一个网页中列出了常用的HTML实体：http://www.elizabethcastro.com/html/extras/entities.html。

要注意的是，由于和号表示实体开头，所以在要显示和号的时候不能直接写和号，而要在HTML标签包含的文本中使用& 实体，这样才能显示出&来。比如，写成Johnson & Johnson，才会显示成：Johnson & Johnson。

显然，

标签也是一个块级元素（它名字里就有block）。因为它的目的就是在页面中独立显示一块内容，所以作为块级元素非常合适。

嵌套在blockquote元素中位于引用文本之后的是cite元素，它是一个行内元素。因为文本结束后还有空间，所以它就显示在了段落最后一行上。从图1-10中也可以看到，标签的内容默认是斜体。

同样是在这个例子中，还可以看到两个HTML实体，“和”，分别用于生成能够正确打印出来的左、右双引号。使用这两个引号的实体，而不是按键盘上的Shift-'（Shift-引号键），能让页面显示更加专业。

第二个嵌套的例子如下，是一个块级元素包含三个行内元素。

<p>It is <strong>absolutely critical</strong> that <em>everyone</em> does this <abbr title=”as soon as possible”>ASAP</abbr>!</p>

图1-11展示了Firefox浏览器中显示的效果。

enter image description here

图1-11 一个段落中嵌套着三个分别表示重要性、强调和简写的标签

图1-12与图1-11一样，只不过显示了元素盒子的轮廓。

enter image description here

图1-12 三个行内元素嵌套在一个块级元素中

这个例子除了能让你感到情况紧急之外，还能让你有如下收获。

文本被标记为段落，而其中包含三个行内元素。
标签表示重要，默认以粗体显示。
标签表示强调，默认以斜体显示。
标签表示简写，在Firefox中默认会加上点下划线。

好了，我们已经知道了HTML标记怎么在页面中创建盒子了，也知道了嵌套标记实际上就是嵌套盒子。那么，接下来我们就可以聊一聊文档对象模型（Document Object Model，DOM）了。