今天这篇是我们正式开篇的第一篇文章,我想和你聊聊HTML。
我猜屏幕那一边的你估计会说:“HTML我很熟悉了,每天写,这不是初级程序员才学的内容么,这我还能不会吗?”
其实在我看来,HTML并不简单,它是典型的“入门容易,精通困难”的一部分知识。深刻理解HTML是成为优秀的前端工程师重要的一步。
我们在上一篇文章中讲到了,HTML的标签可以分为很多种,比如head里面的元信息类标签,又比如img、video、audio之类的替换型媒体标签。我今天要讲的标签是:语义类标签。
语义类标签是什么,使用它有什么好处?
语义类标签也是大家工作中经常会用到的一类标签,它们的特点是视觉表现上互相都差不多,主要的区别在于它们表示了不同的语义,比如大家会经常见到的section、nav、p,这些都是语义类的标签。
语义是我们说话表达的意思,多数的语义实际上都是由文字来承载的。语义类标签则是纯文字的补充,比如标题、自然段、章节、列表,这些内容都是纯文字无法表达的,我们需要依靠语义标签代为表达。
在讲语义之前,我们来说说为什么要用语义。
现在我们很多的前端工程师写起代码来,多数都不用复杂的语义标签, 只靠div 和 span 就能走天下了。
这样做行不行呢?毫无疑问答案是行。那这样做好不好呢?按照正确的套路,我应该说不好,但是在很多情况下,答案其实是好。
这是因为在现代互联网产品里,HTML用于描述“软件界面”多过于“富文本”,而软件界面里的东西,实际上几乎是没有语义的。比如说,我们做了一个购物车功能,我们一定要给每个购物车里的商品套上ul吗?比如说,加入购物车这个按钮,我们一定要用Button吗?
实际上我觉得没必要,因为这个场景里面,跟文本中的列表,以及表单中的Button,其实已经相差很远了,所以,我支持在任何“软件界面”的场景中,直接使用div和span。
不过,在很多工作场景里,语义类标签也有它们自己无可替代的优点。正确地使用语义标签可以带来很多好处。
- 语义类标签对开发者更为友好,使用语义类标签增强了可读性,即便是在没有CSS的时候,开发者也能够清晰地看出网页的结构,也更为便于团队的开发和维护。
- 除了对人类友好之外,语义类标签也十分适宜机器阅读。它的文字表现力丰富,更适合搜索引擎检索(SEO),也可以让搜索引擎爬虫更好地获取到更多有效信息,有效提升网页的搜索量,并且语义类还可以支持读屏软件,根据文章可以自动生成目录等等。
不过,不恰当地使用语义标签,反而会造成负面作用。这里我们举一个常见的误区作为例子。我们都知道ul是无序列表,ol是有序列表,所以很多接触过语义这个概念,半懂不懂的前端工程师,特别喜欢给所有并列关系的元素都套上ul。
实际上, ul 是长成下面的这种样子的(以下来自HTML标准)。
I have lived in the following countries:
- Switzerland
- Norway
- United Kingdom
- United States
ul多数出现正在行文中间,它的上文多数在提示:要列举某些项。但是,如果所有并列关系都用ul,会造成大量冗余标签。
错误地使用语义标签,会给机器阅读造成混淆、增加嵌套,给CSS编写加重负担。
所以,对于语义标签,我的态度是:“用对”比“不用”好,“不用”比“用错”好。当然了,我觉得有理想的前端工程师还是应该去追求“用对”它们。
与JavaScript这样严格的编程语言相比,HTML中语义标签的使用更接近我们平常说话用的自然语言。我们说话并没有唯一的标准措辞,语义标签的使用也是一样。下面,我挑选了几种(我认为)比较重要的语义标签使用场景,来为你介绍一下。
作为自然语言延伸的语义类标签
其实语义问题不仅仅属于理科,它还是个文科问题。
所以我们这里讲语义标签的使用的第一个场景,也是最自然的使用场景,就是:作为自然语言和纯文本的补充,用来表达一定的结构或者消除歧义。
我们先来看看“表达一定的结构”这个场景。
在日语中,有一个语法现象叫做:ルビ,它的读音是ruby(著名的ruby语言就是据此命名的),它中文的意思大约类似于注音或者意思的注解,它的形式可以看下图:
图中的例子选自动画片《某科学的超电磁炮》第二季第一话。图中把teleport放在空间移动上方的用法,就是日文中ruby的用法。“空间移动”是动画中白井黑子的技能,这里动画字幕上写的是“空间移动”,动画里的台词则用了英文发音“Teleport”,这里就形成了一个使用ruby的场景。
ruby的这个形式,在中国的网友中间最近被玩出了新花样,比如表情包。
有时候微信聊天,不能用ruby这样的东西真的是好急啊,只好用括号代替,效果真是差了不少。
在HTML5中,就引入了这个表示ruby的标签,它由ruby、rt、rp三个标签来实现。
所以说,这些情况里存在的语义,其实原本就存在了,只是我们用纯文字是没法表达的,HTML作为一种“超文本”语言,支持这些文字表达就是必要的了。
还有一种情况是,HTML的有些标签实际上就是必要的,甚至必要的程度可以达到:如果没有这个标签,文字会产生歧义的程度。
这里我们可以介绍一下em标签。
今天我吃了一个苹果.
我们看看这句话,看上去它很清楚,但是实际上,这句话放到不同上下文中,可能表达完全不同的意思。
昨天我吃了一个香蕉。
今天我吃了一个苹果。
再比如:
昨天我吃了两个苹果。
今天我吃了一个苹果。
试着读一读,这两段里面的“今天我吃了一个苹果”,你是不是发现读音不自觉地发生了变化?
实际上,不仅仅是读音,这里的意思也发生了变化。前一段中,表示我今天吃的是苹果,而不是别的什么东西,后一段中,则表示我今天只吃了一个苹果,没有多吃。
当没有上下文时,如何消除歧义呢?这就要用到我们的em标签了。em表示重音:
今天我吃了一个<em>苹果</em>。
今天我吃了<em>一个</em>苹果。
通过em标签,我们可以消除这样的歧义。
一些文章常常会拿em和strong做对比,实际上,我们只要理解了em的真正意思,它和strong可谓天差地别,并没有任何混淆的可能。
作为标题摘要的语义类标签
介绍完自然语言的语义场景后,我想介绍的另一个语义重要使用场景,就是文章的结构。中国古代小说就形成了“章-回”的概念,西方的戏剧也有幕的区分,所以人类的自然语言作品也是如出一辙。
HTML也应该支持这样的需求。HTML语义标签中,有不少是用于支持这样的结构的标签。
语义化的HTML能够支持自动生成目录结构,HTML标准中还专门规定了生成目录结构的算法,即使我们并不打算深入实践语义,也应该尽量在大的层面上保证这些元素的语义化使用。
首先我们需要形成一个概念,一篇文档会有一个树形的目录结构,它由各个级别的标题组成。这个树形结构可能不会跟HTML元素的嵌套关系一致。
例如:
HTML语义
balah balah balah balah
弱语义
balah balah
结构性元素
balah balah
…
这段HTML几乎是平铺的元素,但是它的标题结构是:
- HTML语义
- 弱语义
- 结构性元素
- ……
h1-h6是最基本的标题,它们表示了文章中不同层级的标题。有些时候,我们会有副标题,为了避免副标题产生额外的一个层级,我们使用hgroup标签。
我们来看下有/无hgroup的对比:
<h1>JavaScript对象</h1> <h2>我们需要模拟类吗?</h2> <p>balah balah</p> ......
此段生成以下标题结构:
- JavaScript对象
- 我们需要模拟类吗?
- …
<hgroup> <h1>JavaScript对象</h1> <h2>我们需要模拟类吗?</h2> </hgroup> <p>balah balah</p> ......
这一段生成以下标题结构:
- JavaScript对象——我们需要模拟类吗?
- …
我们通过两个效果的对比就可以知道,在hgroup中的h1-h6被视为同一标题的不同组成部分。
从HTML 5开始,我们有了section标签,这个标签可不仅仅是一个“有语义的div”,它会改变h1-h6的语义。section的嵌套会使得其中的h1-h6下降一级,因此,在HTML5以后,我们只需要section和h1就足以形成文档的树形结构:
<section> <h1>HTML语义</h1> <p>balah balah balah balah</p> <section> <h1>弱语义</h1> <p>balah balah</p> </section> <section> <h1>结构性元素</h1> <p>balah balah</p> </section> ...... </section>
这段代码同样会形成前面例子的标题结构:
- HTML语义
- 弱语义
- 结构性元素
- ……
作为整体结构的语义类标签
我们想介绍的最后一个场景是,随着越来越多的浏览器推出“阅读模式”,以及各种非浏览器终端的出现,语义化的HTML适合机器阅读的特性变得越来越重要。
应用了语义化结构的页面,可以明确地提示出页面信息的主次关系,它能让浏览器很好地支持“阅读视图功能”,还可以让搜索引擎的命中率提升,同时,它也对视障用户的读屏软件更友好。
我们正确使用整体结构类的语义标签,可以让页面对机器更友好。比如,这里一个典型的body类似这样:
<body> <header> <nav> …… </nav> </header> <aside> <nav> …… </nav> </aside> <section>……</section> <section>……</section> <section>……</section> <footer> <address>……</address> </footer> </body>
在body下面,有一个header,header里面是一个nav,跟header同级的有一个aside,aside里面也有一个nav。接下来是文章的整体,也就是一个一个的section。section里面可能还有嵌套,但是我们就不管了,最后是一个footer,这个footer里面可能有address这样的内容。
除此之外,还有article,article是一种特别的结构,它表示具有一定独立性质的文章。所以,article和body具有相似的结构,同时,一个HTML页面中,可能有多个article存在。
一个典型的场景是多篇新闻展示在同一个新闻专题页面中,这种类似报纸的多文章结构适合用article来组织。
<body> <header>……</header> <article> <header>……</header> <section>……</section> <section>……</section> <section>……</section> <footer>……</footer> </article> <article> …… </article> <article> …… </article> <footer> <address></address> </footer> </body>
body里面有自己的header和footer,然后里面是竖篇的article,每一个article里面都有自己的header、section、footer。这是一个典型的多文章结构。
在这个结构里,我们看到了一些新标签,我也来逐个介绍一下。
- header,如其名,通常出现在前部,表示导航或者介绍性的内容。
- footer,通常出现在尾部,包含一些作者信息、相关链接、版权信息等。
header和footer一般都是放在article或者body的直接子元素,但是标准中并没有明确规定,footer也可以和aside,nav,section相关联(header不存在关联问题)。
- aside表示跟文章主体不那么相关的部分,它可能包含导航、广告等工具性质的内容。
aside很容易被理解为侧边栏,实际上二者是包含关系,侧边栏是aside,aside不一定是侧边栏。
aside和header中都可能出现导航(nav标签),二者的区别是,header中的导航多数是到文章自己的目录,而aside中的导航多数是到关联页面或者是整站地图。
最后footer中包含address,这是个非常容易被误用的标签。address并非像date一样,表示一个给机器阅读的地址,而是表示“文章(作者)的联系方式”,address明确地只关联到article和body。
总结
本篇中我们介绍了一些基本原则和HTML文档的整体结构,从整体上了解了HTML语义。
至此,我们可以回答是否要语义化的问题:我们应该分开一些场景来看语义,把它用在合适的场景下,可以获得额外的效果。本篇文中,我们至少涉及了三个明确的场景:
- 自然语言表达能力的补充;
- 文章标题摘要;
- 适合机器阅读的整体结构。
- JavaScript对象