Generalidades

Antes de comenzar, comentaremos algo de la terminología necesaria para el resto de la descripción.

La definición del HTML en SGML incluida en el estándar resulta demasiado compleja para tratarla aquí, ya que es una descripción formal basada en la teoría de lenguajes. Nos limitaremos a una aproximación informal al lenguaje, aunque siguiendo el esquema empleado en el estándar.

Dividiremos la descripción del lenguaje en varias partes:

• Descripción de los componentes léxicos del HTML. Donde se indica el formato de los caracteres, marcas, nombres, atributos y comentarios.
• Estructura de los documentos. Hablaremos de las marcas empleadas para definir las partes del documento, las estructuras de bloque y lista, las marcas de formato de párrafos y algunas marcas especiales que no entran en las categorías anteriores.
• Caracteres, palabras y párrafos. Juegos de caracteres aceptados en el HTML y el marcado alternativo para que el texto sea sólo ASCII de 7 bits, además de describir cómo se tratan las palabras y los párrafos.
• Soporte de hipertexto. Además de las marcas de formato necesitamos marcas para definir relaciones entre distintos documentos (e incluso entre partes de un mismo documento). Para ello, el HTML define una serie de marcas que denominaremos hiperenlaces. Comentaremos su sintaxis y funcionamiento con detalle.
• Formularios. Nuevos en el HTML 2.0, permiten la interacción del usuario y el servidor mediante la definición de plantillas de formulario, que el usuario completa y envía al servidor para su proceso. Según el propósito del formulario el cliente recibirá algún tipo de respuesta.