為什麼我們要用 <h1> 標記和 <p> 標記來編寫 HTML,而不是乾脆統一使用 <div> 和 <span>?原因在於,<p> 與 <h1> 分別表達了「這是一個段落」及「這是一個初級標題」的含義。這就是語義化 HTML——作者應當竭盡所能,確保 HTML 標志能恰當地組織並表達內容。所有 Web 開發人員都在一定程度上運用過語義化 HTML,本文將對其進行闡述,並解釋為什麼值得更深入地了解它。
簡而言之,語義化 HTML 是一種使用正確元素或標記來開展工作的 HTML。以 <h1> 元素為例,它的用途是什麼?語義學的答案是「用作頁面的頂級標題」。如果僅僅為了放大文字而使用 <h1>,這就是非語義化 HTML 的典型例子。除標題標記(<h1> 到 <h6>)外,還有許多其它 HTML 元素,從常見的 <p> 元素到極少遇到的 <cite> 和 <dfn> 應有盡有。每個元素都具有特定含義,都能用來提供更好的 HTML 結構,以便透過 CSS 進行樣式設計,並透過 JavaScript 開展操作。
語義化 HTML 還通過定性內容而非單純憑借外觀來標記內容。比如想想無處不在的博客存檔面板,它是一個鏈接至其他博客頁面的鏈接列表,往往位於頁面右側。當為存檔指定 ID 或為 CSS 樣式指定類時,你可以用反映其在頁面上位置的名稱(如 rightpanel),也可以用表示它在內容中所扮演角色的名稱(如 sidebar 或 archive),後者顯然更好。
語義化 HTML 具有以下特性:
文字包裹在元素中,用以反映內容。例如:段落包含在 <p> 元素中;順序列表包含在 <ol> 元素中;從其他來源引用的大型文字塊包含在 <blockquote> 元素中。
HTML 元素不能用作語義用途以外的其他目的。例如:<h1> 包含標題,但並非用於放大文字;<blockquote> 包含大段引述,但並非用於文字縮進;空白段落元素(<p></p>)並非用於跳行。
文字並不直接包含任何樣式資訊。例如:不使用 <font> 或 <center> 等格式標記;類或 ID 中不引用顏色或位置。
所有這一切的目的,在於促使代碼使用者(無論是用戶、瀏覽器還是屏幕閱讀器)都能輕松地使用與解析內容。
傳統而言,有五種有利於語義化 HTML 的主要論點。
CSS 樣式的語義化 HTML,所需代碼往往比表格佈局的 HTML 更少。但這並不意味著要編寫完全無表格的 HTML,那樣並非語義化的真正含義。你仍然可以縮小代碼規模,卻無法使代碼更易於理解。
可訪問性是指協助殘疾人士使用你的網站。語義化代碼往往具有更高的可訪問性——當你把頁面各個部分標記為片頭、標題、段落和列表,屏幕閱讀器及其他輔助技術便能更輕松地以殘疾人士能夠理解的方式解析並呈現內容。不過要注意「往往」二字,語義化 HTML 並不具魔力,它只是簡化了可訪問網站的構建過程。
由於具備可訪問性功能,語義化 HTML 往往能透過讓網站更易於被軟件解析,來完善搜索引擎優化(SEO)特性。搜索引擎會掃描 HTML 文件中的文字,它們不呈現 CSS,也不運行 JavaScript。如果你的重要內容並非以 HTML 格式呈現,搜索引擎可能無法查看,更不會相應地進行排列。此外,透過刪除頁面中的 HTML 垃圾、僅留下描述內容的標記,搜索引擎能更輕松地識別網站的真正主旨。這項技術稱作「白帽」SEO,完全可以接受,沒有任何搜索引擎會就此處罰你。(相反,使用隱藏文字來加強特定主題相關性則被稱作「黑帽」SEO。)
應當指出的是,任何人都無法保證語義化 HTML 一定更利於 SEO。開發人員普遍認為搜索引擎更青睞語義化 HTML,Google 也將其作為建議做法;但搜索引擎嚴格遵守自身算法,不得不允許以非語義化 HTML 編寫的極度相關內容存在。
語義化 HTML 充分利用了這樣的優勢:「新聞項目」始終是新聞項目,「存檔」永遠是存檔,無論它們在頁面上的位置如何;而 rightbar 卻並不總是位於右側。此外,如果你透過 RSS 源發布內容並在其中納入 HTML,那麼標記越少越好。然而絕大多數網站和博客並不直接從經過特別處理的 HTML 發布內容,它們往往單獨構建,並對聯合格式進行處理以確保其他用戶理解內容。
你可能已經注意到,迄今為止語義化 HTML 的論點中已融入了主題。這些理由聽起來都很充分,但單獨來看,沒有一項真正能打動我;也許全部加起來足以讓人心馳神往。對計算機開發人員(這是比較容易的部分)及其他開發人員而言,編碼就是通信。語義化 HTML 比非語義化 HTML 更易於理解——r1c4 類的 div 元素,並不像所謂的 pullquote 元素那樣容易理解。借助語義化 HTML,你就能幫助其他開發人員和 HTML 創作者理解代碼的用途。
值得注意的是,這個領域存在很大的主觀性。在這篇關於 HTML 語義和前端架構的文章中,Nicholas Gallagher 證實了類和 ID 不能是非語義形式,因為語義與含義息息相關,你在類或 ID 中放置的任何元素都具有意義。他的邏輯非常合理,但在我看來,這並不是看待問題的最佳方式。
語義不是二進制。你無法實現完全語義化,也無法完全保持非語義化。語義是一個連續的特性,Web 內容介於完全非語義化和完全語義化之間,因為這兩個極端都無法達到。考慮到這一點,當你持續簡化 Web 內容、幫助用戶理解內容片段的含義時,就能跨越非語義化到語義化的鴻溝,讓內容不斷向前移動。
HTML 語義中頗具爭議的部分之一在於 ID 和類的命名。問題的一部分在於,HTML 規范定義的內容與實際頁面上顯示的內容之間存在差距。例如網站導航:自二十世紀九十年代中期以來,導航菜單已發展到無處不在的地步,但很長一段時間裡都缺乏標記導航的單一標準化方法。文章或帖子形式的頁眉、頁腳和內容也是一樣。由於缺乏相關的標準化方法,並存在大量可能的操作途徑,因此在操作方式上存在相當大的分歧。
其中一些問題已透過 HTML5 得到緩解。在 HTML5 規范的發展過程中,各大領先的 Web 內容企業共享了對一些常用 ID 和類名稱的分析結果,並以此為指導創建新的 HTML5 元素,這些元素能非常有效地標記許多常用 Web 內容片段。結果生成了一系列新元素,其中包括:
<header>
<footer>
<nav>
<article>
還有許多其它元素,我們將在 W3C 的「HTML4 與 HTML5 的差異」列表中詳細闡釋。關鍵在於建立更加標準的內容標記方法——標記方法越統一,越便於用戶與設備使用內容。
我認為 HTML 語義最大的問題之一在於,人們往往將語義化 HTML 的功能視為客觀規則而非指導原則。你應當(但並非必須)採用有效的語義來編寫 HTML。如果你要使用語義化 HTML,那麼用它來強化內容,會比盲目遵循一系列最佳實踐(而不了解背後理論)的效果更好。
語義促使 HTML 更易於理解。這意味著你要注意確保 <h1>、<h2> 與 <h3> 標記妥善嵌套,意味著你要不遺余力地確保 <section> 是包裝某些內容的正確標記。但這並不是說你要陷入為期一週、包含四十封郵件的電子郵件討論,去糾結某個 <div> 標記的 ID 到底該叫 news 還是 breaking。經過一番審慎思考,選一個,然後繼續你的生活。只要把實際想法運用到內容含義的溝通中,就應該沒問題。另一名開發人員走過來,查看並理解內容,便能立即投入工作。假設你選擇了 news,此時心存語義思想的開發人員可能會疑惑:為什麼在顯然應當是 breaking 的情況下卻命名為 news?在諸如此類的主觀領域,你幾乎無法阻止此類質疑。但它們再也不會混淆頁眉、頁腳或導航欄,這是一個更為重大的成就。