Sommario
Le seguenti sezioni discutono temi riguardanti l'organizzazione del testo. Gli elementi di presentazione del testo (elementi di allineamento, elementi di formattazione dei caratteri, fogli di stile, ecc.) sono discussi in altro luogo delle specifiche. Per informazioni circa i caratteri, si consulti la sezione sull'insieme di caratteri del documento.
L'insieme di caratteri del documento include un'ampia varietà di caratteri spazio bianco. Molti di essi sono elementi tipografici usati in alcune applicazioni per produrre particolari effetti visuali di spaziatura. In HTML solo i seguenti caratteri sono definiti come caratteri spazio bianco:
Anche le interruzioni di riga sono caratteri spazio bianco. Si noti che benché 
 e 
 siano definiti in [ISO10646] per separare in modo univoco rispettivamente righe e paragrafi, questi caratteri non costituiscono interruzioni di riga in HTML né queste specifiche li includono nella più generale categoria dei caratteri spazio bianco.
Queste specifiche non indicano il comportamento, la riproduzione o altro, di caratteri spazio diversi da quelli identificati esplicitamente qui come caratteri spazio bianco. Per tale motivo gli autori dovrebbero usare, piuttosto che i caratteri spazio, elementi e stili appropriati per ottenere effetti visuali di formattazione concernenti lo spazio bianco.
Per tutti gli elementi HTML, ad eccezione di PRE, le sequenze di spazio bianco separano le "parole" (il termine "parola" è usato qui con il significato di "sequenza di caratteri non-spazio bianco"). Al momento di formattare il testo, i programmi utente dovrebbero identificare queste parole e rappresentarle in accordo con le convenzioni della specifica lingua scritta (tipo di scrittura) e del mezzo di comunicazione a cui sono destinate.
Questa rappresentazione può implicare l'inserimento di spazio tra parole (chiamato spazio inter-parola), ma le convenzioni per lo spazio inter-parola variano da un tipo di scrittura all'altro. Per esempio, nelle scritture latine lo spazio inter-parola è reso tipicamente come uno spazio ASCII ( ), mentre in Thai è un separatore di parole di ampiezza zero (​). In giapponese e in cinese lo spazio inter-parola non è riprodotto affatto.
Si noti che una sequenza di spazi bianchi tra parole nel documento sorgente può risultare in una riproduzione completamente differente della spaziatura inter-parola (se si eccettua il caso dell'elemento PRE). In particolare, i programmi utente dovrebbero comprimere le sequenze di spazio bianco in ingresso al momento di produrre lo spazio inter-parola in uscita. Questo può, e dovrebbe, essere fatto anche in assenza di informazioni sulla lingua (derivanti dall'attributo lang, dal campo d'intestazione HTTP "Content-Language" (si veda [RFC2616], sezione 14.12), dalle impostazioni del programma utente, ecc.).
L'elemento PRE è usato per il testo preformattato, dove lo spazio bianco è significativo.
Allo scopo di evitare problemi con le regole SGML di interruzione di riga e inconsistenze tra le implementazioni tutt'ora esistenti, gli autori non dovrebbero fare affidamento sui programmi utente per riprodurre lo spazio bianco immediatamente dopo un marcatore iniziale o immediatamente prima di un marcatore finale. Pertanto gli autori, e in particolare gli strumenti autoriali, dovrebbero scrivere:
<P>Offriamo agli iscritti <A>supporto tecnico</A> gratuito.</P>
e non:
<P>Offriamo agli iscritti<A> supporto tecnico </A>gratuito.</P>
<!ENTITY % phrase "EM | STRONG | DFN | CODE | SAMP | KBD | VAR | CITE | ABBR | ACRONYM" > <!ELEMENT (%fontstyle;|%phrase;) - - (%inline;)*> <!ATTLIST (%fontstyle;|%phrase;) %attrs; -- %coreattrs, %i18n, %events -- >
Marcatore iniziale: obbligatorio, marcatore finale: obbligatorio
Attributi definiti altrove
Gli elementi della frase aggiungono informazioni strutturali ai frammenti di testo. I significati usuali degli elementi della frase sono i seguenti:
EM e STRONG sono usati per denotare enfasi. Gli altri elementi della frase hanno un rilievo particolare nei documenti tecnici. Questi esempi illustrano alcuni degli elementi della frase:
Come disse <CITE>Harry S. Truman</CITE>, <Q lang="en-us">The buck stops here.</Q> Maggiori informazioni possono essere reperite in <CITE>[ISO-0000]</CITE>. Siete pregati cortesemente di far riferimento, nella futura corrispondenza, al seguente numero: <STRONG>1-234-55</STRONG>
La presentazione degli elementi della frase dipende dal programma utente. In genere i programmi utente visuali presentano il testo EM in corsivo e il testo STRONG in grassetto. I programmi utente per la sintesi vocale possono cambiare in modo conforme i parametri della sintesi, quali volume, altezza e velocità.
Gli elementi ABBR e ACRONYM consentono agli autori di indicare chiaramente le occorrenze di abbreviazioni e acronimi. Le lingue occidentali fanno un uso estensivo di acronimi quali "GmbH", "NATO" e "F.B.I.", come pure di abbreviazioni quali "Sig.", "Inc.", "et al.", "ecc.". Sia il cinese sia il giapponese usano analoghi meccanismi di abbreviazione, nei quali ci si riferisce in seguito ad un nome lungo con un sottoinsieme di caratteri Han ricavato dall'occorrenza orginale. Marcare questi costrutti fornisce utili informazioni ai programmi utente e a strumenti quali correttori ortografici, sintetizzatori vocali, sistemi di traduzione e indicizzatori di motori di ricerca.
Il contenuto degli elementi ABBR e ACRONYM specifica la stessa espressione abbreviata, come apparirebbe in un comune testo. L'attributo title di questi elementi può essere usato per fornire la forma completa o espansa dell'espressione.
Ecco alcuni usi esemplificativi di ABBR:
<P>
<ABBR title="World Wide Web">WWW</ABBR>
<ABBR lang="fr"
title="Société Nationale des Chemins de Fer">
SNCF
</ABBR>
<ABBR lang="es" title="Doña">Doña</ABBR>
<ABBR title="Abbreviation">abbr.</ABBR>
Si noti che abbreviazioni e acronimi hanno spesso pronunce peculiari. Ad esempio, mentre "IRS" e "BBC" sono pronunciati tipicamente lettera per lettera, "NATO" ed "UNESCO" sono pronunciati foneticamente. In aggiunta, altre forme abbreviate (es., "URI" e "SQL") sono pronunciate da alcuni lettera per lettera e da altri come parole. Laddove necessario, gli autori dovrebbero utilizzare i fogli di stile per specificare la pronuncia di una forma abbreviata.
<!ELEMENT BLOCKQUOTE - - (%block;|SCRIPT)+ -- citazione lunga --> <!ATTLIST BLOCKQUOTE %attrs; -- %coreattrs, %i18n, %events -- cite %URI; #IMPLIED -- URI del documento o messaggio d'origine -- > <!ELEMENT Q - - (%inline;)* -- breve citazione in riga --> <!ATTLIST Q %attrs; -- %coreattrs, %i18n, %events -- cite %URI; #IMPLIED -- URI del documento o messaggio d'origine -- >
Marcatore iniziale: obbligatorio, marcatore finale: obbligatorio
Definizioni di attributo
Attributi definiti altrove
Questi due elementi designano testo citato. BLOCKQUOTE è usato per citazioni lunghe (contenuto a livello di blocco) mentre Q è destinato a citazioni brevi (contenuto in riga) che non richiedono interruzioni di paragrafo.
Questo esempio formatta un estratto da "Le due torri", di J.R.R. Tolkien, come una citazione a livello di blocco.
<BLOCKQUOTE cite="http://www.mycom.com/tolkien/twotowers.html"> <P>They went in single file, running like hounds on a strong scent, and an eager light was in their eyes. Nearly due west the broad swath of the marching Orcs tramped its ugly slot; the sweet grass of Rohan had been bruised and blackened as they passed.</P> </BLOCKQUOTE>
I programmi utente di tipo visuale generalmente riproducono BLOCKQUOTE come un blocco rientrato.
I programmi utente di tipo visuale devono garantire che il contenuto dell'elemento Q sia riprodotto racchiuso tra virgolette. Gli autori non dovrebbero mettere le virgolette all'inizio e alla fine del contenuto dell'elemento Q.
I programmi utente dovrebbero riprodurre le virgolette in modo contestuale alla lingua usata (si veda l'attributo lang). Molte lingue adottano stili di citazione differenti per le citazioni esterne e per quelle interne (annidate), stili che dovrebbero essere rispettati dai programmi utente.
Il seguente esempio illustra citazioni annidate per mezzo dell'elemento Q.
John said, <Q lang="en-us">I saw Lucy at lunch, she told me <Q lang="en-us">Mary wants you to get some ice cream on your way home.</Q> I think I will get some at Ben and Jerry's, on Gloucester Road.</Q>
Poiché la lingua di entrambe le citazioni è l'inglese americano, i programmi utente dovrebbero riprodurle in modo appropriato, per esempio con virgolette singole a delimitare la citazione interna e virgolette doppie a delimitare la citazione esterna:
John said, "I saw Lucy at lunch, she told me 'Mary wants you to get some ice cream on your way home.' I think I will get some at Ben and Jerry's, on Gloucester Road."
Nota. Si raccomanda che le implementazioni dei fogli di stile forniscano un meccanismo per inserire le virgolette prima e dopo una citazione delimitata da BLOCKQUOTE in un modo appropriato al contesto della lingua corrente e al grado di annidamento delle citazioni.
Tuttavia, poiché alcuni autori hanno adoperato BLOCKQUOTE come un semplice meccanismo per ottenere dei rientri nel testo, i programmi utente, al fine di preservare le intenzioni degli autori, non dovrebbero inserire le virgolette nello stile predefinito.
L'impiego di BLOCKQUOTE per ottenere rientri nel testo è disapprovato in favore dei fogli di stile.
<!ELEMENT (SUB|SUP) - - (%inline;)* -- pedice, apice --> <!ATTLIST (SUB|SUP) %attrs; -- %coreattrs, %i18n, %events -- >
Marcatore iniziale: obbligatorio, marcatore finale: obbligatorio
Attributi definiti altrove
Molti sistemi di scrittura (ad es. il francese) richiedono apici e pedici per una corretta riproduzione. Gli elementi SUB e SUP dovrebbero essere usati per marcare il testo in questi casi.
H<sub>2</sub>O
E = mc<sup>2</sup>
<SPAN lang="fr">M<sup>lle</sup> Dupont</SPAN>
Tradizionalmente gli autori suddividono i loro pensieri e le argomentazioni in sequenze di paragrafi. L'organizzazione delle informazioni in paragrafi non è influenzata dal modo in cui i paragrafi sono presentati: i paragrafi disposti secondo doppia giustezza contengono i medesimi pensieri di quelli con la giustezza a sinistra.
La marcatura HTML per definire un paragrafo è elementare: l'elemento P definisce un paragrafo.
La presentazione visuale di paragrafi non è altrettanto semplice. Una certa quantità di problemi, sia stilistici sia tecnici, deve essere risolta:
Tali questioni sono risolte più sotto. Allineamento di paragrafo ed oggetti fluttuanti sono discussi successivamente in questo documento.
Marcatore iniziale: obbligatorio, marcatore finale: facoltativo
Attributi definiti altrove
L'elemento P rappresenta un paragrafo. Esso non può contenere elementi a livello di blocco (incluso lo stesso P).
Gli autori sono invitati a non adoperare elementi P vuoti. I programmi utente dovrebbero ignorare gli elementi P vuoti.
Un' interruzione di riga è definita come un ritorno a capo (
), un avanzamento di riga (
) o una coppia ritorno a capo/avanzamento di riga. Ogni interruzione di riga costituisce spazio bianco.
Per maggiori informazioni circa le specifiche SGML sulle interruzioni di riga, si consultino le note sulle interruzioni di riga nell'appendice.
<!ELEMENT BR - O EMPTY -- interruzione forzata di riga --> <!ATTLIST BR %coreattrs; -- id, class, style, title -- >
Marcatore iniziale: obbligatorio, marcatore finale: proibito
Attributi definiti altrove
L'elemento BR interrompe forzatamente (termina) la riga di testo corrente.
L'attributo clear può essere usato, con effetto sui programmi utente di tipo visuale, per determinare se ciò che segue l'elemento BR scorre intorno alle immagini ed agli altri oggetti fluttuanti verso il margine sinistro o destro oppure se comincia dopo il limite inferiore di tali oggetti. Ulteriori dettagli sono dati nella sezione su allineamento e oggetti fluttuanti. Si raccomanda agli autori di usare i fogli di stile per controllare lo scorrimento del testo intorno alle immagini ed agli altri oggetti fluttuanti.
Nei confronti della formattazione bidirezionale, l'elemento BR dovrebbe comportarsi allo stesso modo in cui si comporta il carattere LINE SEPARATOR [ISO10646] nell'algoritmo bidirezionale.
Può capitare talvolta che gli autori vogliano impedire che si verifichi un'interruzione di riga tra due parole. L'entità (  o  ) agisce come uno spazio: ivi i programmi utente non dovrebbero provocare un'interruzione di riga.
In HTML esistono due tipi di trattini: il trattino ordinario e il trattino debole. Il trattino ordinario dovrebbe essere interpretato da un programma utente come un qualsiasi altro carattere. Il trattino debole dice al programma utente dove un'interruzione di riga può verificarsi.
I browser che interpretano i trattini deboli devono rispettare la seguente semantica: se una riga è interrotta in corrispondenza di un trattino debole, un carattere trattino deve essere visualizzato alla fine della prima riga. Se una riga non è interrotta in corrispondenza di un trattino debole, il programma utente non deve visualizzare un carattere trattino. In caso di operazioni di ricerca e ordinamento, il trattino debole dovrebbe sempre essere ignorato.
In HTML il trattino ordinario è rappresentato dal carattere "-" (- o -). Il trattino debole è rappresentato dall'entità di riferimento a caratteri ­ (­ o ­)
<!ENTITY % pre.exclusion "IMG|OBJECT|BIG|SMALL|SUB|SUP"> <!ELEMENT PRE - - (%inline;)* -(%pre.exclusion;) -- testo preformattato --> <!ATTLIST PRE %attrs; -- %coreattrs, %i18n, %events -- >
Marcatore iniziale: obbligatorio, marcatore finale: obbligatorio
Definizioni di attributo
Attributi definiti altrove
L'elemento PRE dice ai programmi utente di tipo visuale che il testo da esso delimitato è "preformattato". Nel trattare testo preformattato i programmi utente visuali:
Ai programmi utente di tipo non visuale non è richiesto di rispettare gli spazi bianchi supplementari nel contenuto di un elemento PRE.
Per maggiori informazioni circa le specifiche SGML sulle interruzioni di riga, si consultino le note sulle interruzioni di riga nell'appendice.
Il precedente frammento di DTD indica quali elementi non possono comparire all'interno di una dichiarazione PRE. È il medesimo dell'HTML 3.2, ed ha lo scopo di preservare spaziatura di riga costante e allineamento di colonna per il testo riprodotto con un carattere a spaziatura fissa. Gli autori sono invitati a non alterare questo comportamento per mezzo dei fogli di stile.
L'esempio seguente mostra una strofa preformattata, tratta dalla poesia di Shelly To a Skylark:
<PRE>
Higher still and higher
From the earth thou springest
Like a cloud of fire;
The blue deep thou wingest,
And singing still dost soar, and soaring ever singest.
</PRE>
Ecco come essa viene tipicamente riprodotta:
Higher still and higher
From the earth thou springest
Like a cloud of fire;
The blue deep thou wingest,
And singing still dost soar, and soaring ever singest.
Il carattere di tabulazione orizzontale
Il carattere di tabulazione orizzontale (decimale 9 in [ISO10646] e
[ISO88591]) è interpretato di solito dai programmi utente di tipo
visuale come il più piccolo numero di spazi maggiore di zero, necessario
ad allineare i caratteri lungo gli intervalli di tabulazione che si succedono ogni 8
caratteri. Si sconsiglia fortemente l'uso delle tabulazioni orizzontali nel testo
preformattato, dal momento che è usanza comune, durante la
lavorazione, impostare gli intervalli di tabulazione ad altri valori, il che porta
a creare documenti disallineati.
Nota. La sezione seguente è una descrizione di carattere informativo del comportamento di alcuni dei programmi utente di tipo visuale in uso, quando formattano dei paragrafi. I fogli di stile consentono un maggior controllo sulla formattazione dei paragrafi.
Il modo in cui i paragrafi sono riprodotti visivamente dipende dal programma utente. I paragrafi sono riprodotti di solito livellati a sinistra e con un margine destro irregolare. Altre impostazioni predefinite sono idonee per sistemi di scrittura da-destra-a-sinistra.
I programmi utente per HTML hanno riprodotto tradizionalmente i paragrafi con dello spazio bianco prima e dopo. Es.:
Allo stesso tempo cominciarono a prendere forma un sistema di numerazione, il calendario, una scrittura geroglifica ed un'arte tecnicamente avanzata, tutte cose che influenzarono in seguito altri popoli. All'interno della cornice di questa graduale evoluzione o progresso culturale, l'orizzonte preclassico è stato suddiviso nei periodi Inferiore, Medio e Superiore, a cui può essere aggiunto un periodo di transizione, o Protoclassico, con una serie di caratteristiche che avrebbero contraddistinto più tardi le civiltà emergenti dell'America Centrale.
Ciò contrasta con lo stile usato nei romanzi, che fa rientrare la prima riga del paragrafo ed usa l'interlinea normale tra la riga finale del paragrafo corrente e la prima riga del successivo. Es.:
Allo stesso tempo cominciarono a prendere forma un sistema di
numerazione, il calendario, una scrittura geroglifica ed un'arte
tecnicamente avanzata, tutte cose che influenzarono in seguito
altri popoli.
All'interno della cornice di questa graduale evoluzione o
progresso culturale, l'orizzonte preclassico è stato suddiviso
nei periodi Inferiore, Medio e Superiore, a cui può essere
aggiunto un periodo di transizione, o Protoclassico, con una
serie di caratteristiche che avrebbero contraddistinto più tardi
le civiltà emergenti dell'America Centrale.
Seguendo il precedente stabilito nel 1993 dal browser NCSA Mosaic, i programmi utente generalmente non applicano la giustezza su entrambi i margini, in parte perché si tratta di una funzione difficile da realizzare efficacemente senza sofisticate procedure di sillabazione. L'avvento dei fogli di stile e di caratteri dai bordi non frastagliati, con posizionamenti precisi al di sotto del singolo pixel, promettono di offrire agli autori che scrivono HTML scelte più ricche di quanto fosse mai stato possibile in passato.
I fogli di stile permettono un grande controllo sulla dimensione e lo stile di un carattere, sui margini, sullo spazio prima e dopo un paragrafo, sul rientro della prima riga, sulla giustezza e su molti altri dettagli. Il foglio di stile predefinito dei programmi utente riproduce gli elementi P in una forma familiare, come illustrato più sopra. In linea di principio si potrebbe annullare quest'impostazione, allo scopo di riprodurre i paragrafi senza le interruzioni che convenzionalmente separano paragrafi consecutivi. In generale, dal momento che questo può confondere i lettori, si scoraggia il ricorso a questa pratica.
Per convenzione, i programmi utente HTML di tipo visuale mandano a capo automaticamente le righe di testo per farle rientrare all'interno dei margini disponibili. Gli algoritmi per l'a capo automatico dipendono dal sistema di scrittura che viene formattato.
Nelle scritture occidentali, ad esempio, il testo dovrebbe essere mandato a capo solo in corrispondenza di spazi bianchi. I primi programmi utente mandavano a capo le righe di testo non correttamente o subito dopo il marcatore iniziale o subito prima del marcatore finale di un elemento, il che produceva una punteggiatura penzolante. Si consideri per esempio questa frase:
Una statua dei <A href="cih78">Cihuateteus</A>, che sono i protettori ...
Mandare a capo il testo subito dopo il marcatore finale dell'elemento A fa sì che la virgola rimanga abbandonata da sola all'inizio della riga successiva:
Una statuta dei Cihuateteus , che sono i protettori ...
Questo è un errore dal momento che non c'era alcuno spazio bianco in quel punto della marcatura.
<!-- INS/DEL sono gestiti tramite inclusione nel BODY --> <!ELEMENT (INS|DEL) - - (%flow;)* -- testo inserito, testo cancellato --> <!ATTLIST (INS|DEL) %attrs; -- %coreattrs, %i18n, %events -- cite %URI; #IMPLIED -- info sul motivo della modifica -- datetime %Datetime; #IMPLIED -- data e ora della modifica -- >
Marcatore iniziale: obbligatorio, marcatore finale: obbligatorio
Definizioni di attributo
Attributi definiti altrove
INS e DEL sono usati per marcare sezioni di un documento che sono state inserite o cancellate rispetto ad una precedente versione (es., progetti di legge per i quali i legislatori hanno bisogno di valutare le modifiche).
Questi due elementi sono atipici nel contesto dell'HTML, in quanto possono fungere sia da elementi a livello di blocco sia da elementi in riga (ma non da entrambi). Possono contenere una o più parole all'interno di un paragrafo o contenere uno o più elementi a livello di blocco quali paragrafi, elenchi e tabelle.
Questo esempio potrebbe essere tratto da un disegno di legge che si propone di elevare da 3 a 5 il numero di sostituti che uno sceriffo di Contea può impiegare.
<P> Uno sceriffo può impiegare <DEL>3</DEL><INS>5</INS> sostituti. </P>
Gli elementi INS e DEL non devono racchiudere del contenuto a livello di blocco quando agiscono come elementi a livello di riga.
ESEMPIO ILLEGALE:
Quello che segue non è HTML legale.
<P> <INS><DIV>...contenuto a livello di blocco...</DIV></INS> </P>
I programmi utente dovrebbero riprodurre il testo inserito e cancellato in modi che rendano lampante la modifica. Per esempio il testo inserito può essere visualizzato con un carattere speciale, mentre il testo cancellato può non essere mostrato del tutto o essere mostrato come cancellato da un frego o essere marcato con speciali segni evidenziatori, ecc.
Entrambi gli esempi seguenti corrispondono alle ore 8:15:30 della mattina del 5 Novembre 1994, orario standard della Costa Est degli Stati Uniti.
1994-11-05T13:15:30Z
1994-11-05T08:15:30-05:00
Usato con INS, questo dà:
<INS datetime="1994-11-05T08:15:30-05:00"
cite="http://www.foo.org/miodoc/commenti.html">
Inoltre gli ultimi risultati forniti dall'ufficio marketing indicano
che tale attività è in aumento.
</INS>
Il documento "http://www.foo.org/miodoc/commenti.html" dovrebbe contenere spiegazioni circa la ragione per cui l'informazione è stata inserita nel documento.
Gli autori possono fare commenti circa il testo inserito o cancellato anche per mezzo dell'attributo title usato con gli elementi INS e DEL. I programmi utente possono presentare questa informazione all'utente (es., come una nota a comparsa). Ad esempio:
<INS datetime="1994-11-05T08:15:30-05:00"
title="Modificato in seguito ai commenti di Stefano B. durante la riunione.">
Inoltre gli ultimi risultati forniti dall'ufficio marketing indicano
che tale attività è in aumento.
</INS>