《重学前端》学习笔记Day123 - HelloWorld开发者社区

HTML语言：DTD到底是什么？

Tim Berners-Lee 当初设计HTML，使用了当时已有的语言：SGML。

基本语法

首先，HTML是SGML的子集，它遵循SGML的基本语法，比如标签、转义等。SGML还规定了一些特殊标签，在之前的DOM课程中都有涉及，他们都有与之对应的HTML语法。
《重学前端》学习笔记Day123
从语法的角度，逐个了解一下：标签语法

标签语法

产生元素，从语法角度讲，就用“标签”这个术语，从运行时的角度，就用“元素”这个术语。
HTML中，用于描述一个元素的标签分为开始标签，结束标签和自闭和标签。开始标签和自闭和标签中，又可以有属性。

开始标签：<tagName>
带属性的开始标签：<tahName attributename="attributename">
结束标签：</tagName>
自闭和标签：<tagName />

HTML中标签的标签名称只能使用英文字母。
属性的语法，属性可以使用单引号、双引号或者完全不用引号。这三种情况下的转义都不太一样。
属性中可以使用文本实体来做转义，属性中，一般需要转义的有下面几种

无引号属性：<TAB> <LF> <FF> <SPACE> &
单引号属性：' &
双引号属性：" &

文本语法

HTML中规定了两种文本语法，一种是普通的文本节点，另一种是CDATA文本节点。
文本节点看似是普通的文本的，但是其中有两种字符是必须做转义的：< 和 &。
如果从某处拷贝的一段文本含有大量的< 和 &，这个时候就要CDATA出场了。
CDATA也是一种文本，它存在的意义是语法上的意义；在CDATA节点不需要考虑多数的转义情况。
CDATA内，只要有字符组合]]>需要处理，这里不能转义，只能拆成两个CDATA节点。

注释语法

HTML的注释语法以结尾，注释的内容非常自由，除了-->没有问题。
如果注释的内容移动要出现<!--，可以拆成多个注释节点。

DTD文档类型定义

SGML的DTD语法十分复杂，但是对于HTML来说，其实DTD的选项是有限的，浏览器在解析DTD时，把它当作几种字符串之一。

ProcessingInstruction语法(处理信息)

ProcessingInstruction多数情况下，是给机器看的。HTML中规定了可以有ProcessingInstruction，但是并没有规定它的具体内容，所以可以把它视为一种保留的扩展机制。对浏览器而言，ProcessingInstruction 的作用类似于注释。
ProcessingInstruction包含两个部分，紧挨着第一个问号后，空格前的部分被称为“目标”，这个目标一般表示ProcessingInstruction的程序名。
剩下部分是它的文本信息，一般由文档编写者和处理程序的编写者约定。

DTD

DTD的全称是Document Type Definition，也就是文档定义类型。SGML用DTD定义每一种文档类型，HTML属于SGML，在HTML5出来之前都是使用符合SGMl规定的DTD。
HTML上个时代HTML4.01有三种DTD，严格模式，过渡模式，frameset模式

<!DOCTYPE HTML PUBLIC "-//W3C//DTD HTML 4.01//EN" "http://www.w3.org/TR/html4/strict.dtd">

严格模式DTD规定了HTML4.01中需要的标签。

<!DOCTYPE HTML PUBLIC "-//W3C//DTD HTML 4.01 Transitional//EN" "http://www.w3.org/TR/html4/loose.dtd">

过渡模式的DTD除了html4.01，还包含了一些被贬斥的标签。这些标签已经不推荐使用，但过渡模式仍然保留了它们。

<!DOCTYPE HTML PUBLIC "-//W3C//DTD HTML 4.01 Frameset//EN" "http://www.w3.org/TR/html4/frameset.dtd">

frameset模式已经很少见了，它使用几个frameset标签把几个网页组合在一起。
到了HTML5，干脆放弃了SGML子集这项坚持，规定了一个简单的，大家都能记住的DTD：

<!DOCTYPE html>

众所周知，HTML中允许一些不闭合的标签，实际上是符合SGMl规定的，并且在DTD中规定好的。但是，一些程序员喜欢严格遵循XML语法，保证标签闭合性。所以，HTML4.01规定了XHTML语法，分别对应三个版本：

<!DOCTYPE html PUBLIC "-//W3C//DTD XHTML 1.0 Strict//EN" "http://www.w3.org/TR/xhtml1/DTD/xhtml1-strict.dtd">

<!DOCTYPE html PUBLIC "-//W3C//DTD XHTML 1.0 Transitional//EN" "http://www.w3.org/TR/xhtml1/DTD/xhtml1-transitional.dtd">

<!DOCTYPE html PUBLIC "-//W3C//DTD XHTML 1.0 Frameset//EN" "http://www.w3.org/TR/xhtml1/DTD/xhtml1-frameset.dtd">

其实这些DTD写法并没有起到实际的作用。到了HTML5，干脆放弃了SGML子集这项坚持，规定了一个简单的，大家都能记住的DTD：

<!DOCTYPE html>

但是仍然保留了HTML语法和XHTML语法。

文本实体

HTML4.01的DTD里包含了一个长得很像是URL的东西，这个是真的可以访问的。这是符合SGML规范的DTD。
这个DTD这个DTD规定了HTML包含了哪些标签、属性和文本实体。其中文本实体分布在三个文件中：HTMLsymbol.entHTMLspecial.ent和HTMLlat1.ent。
每一个文本实体由&开头，由;结束，这属于基本语法的规定，文本实体可以用#后跟一个十进制数字，表示字符Unicode值。除此之外这两个符号之间的内容，则由DTD决定。
HTML4.01共有255个文本实体。
文本实体定义类似以下代码：