本文整理自 Jeremy Keith 於 Fronteers 2010 的主題演講。
今天我想談談 HTML5 的設計。我說的 HTML5,指的是那份名叫 HTML5 的規範本身,而不包含 CSS3,也不是那種被泛化成「在 Web 上做一切好玩的事」的 HTML5。類似的術語膨脹以前也發生過——Ajax 本指一種明確的技術,後來卻變成「用 JavaScript 做一切有趣東西」的代稱。我今天要講的,是規範背後的「設計原理」:不是規範裡包含什麼,而是它為什麼會包含這些,以及設計者如何看待它們。
設計原理本質上是一種信念、一個概念,是你行動的支柱。無論是制定規範、製造物品、編寫軟體,甚至發明程式語言,背後都有一個或多個設計原理。這不限於 Web 開發——縱觀人類歷史,國家與社會這類大規模構建活動背後,同樣有設計原理。美國的設計原理寫在《獨立宣言》裡:「人人生而平等,造物主賦予每個人不可剝奪的權利,包括生存、自由和追求幸福。」馬克思的著作可歸結為「各盡所能,各取所需」;《動物莊園》建立在「四條腿的都是好人,兩條腿的都是壞蛋」之上;阿西莫夫的機器人系列則以三大法則為基礎,創作了大約 50 本書。這些例子說明:即使在小說裡,設計原理依然存在。
HTML5 的第一條設計原理非常簡單:避免不必要的複雜性。以前,HTML 4.01 與 XHTML 1.0 的 doctype 冗長到沒人記得住。而在 HTML5 中,doctype 簡化成了 <!DOCTYPE html>,就連我也能過目不忘。我第一次看到它時還以為漏了數字 5,後來才明白:doctype 不是寫給瀏覽器看的,而是寫給驗證器看的。而 HTML5 必須向前向後相容,因此把版本號放進 doctype 意義不大。
同樣的道理也體現在字符編碼上。過去指定 UTF-8 要寫一大串 meta 標籤,而在 HTML5 中只需 <meta charset="utf-8">,簡短好記,且對今天還有人在用的瀏覽器都有效——因為瀏覽器本著「健壯性原則」,能自行推斷作者意圖。此外,link 元素鏈接樣式表時不必再寫 type="text/css",script 元素也預設為 JavaScript,這些都是「避免不必要的複雜性」的體現。
這一點至關重要。很多人以為 HTML5 代表未來、應把 Web 推向新階段,但工作組中許多代表來自瀏覽器廠商,他們必須考慮「支持已有內容」。只要你打算打造瀏覽器,就得牢記:必須支持已有內容。同一段內容,加不加引號、元素大小寫、標籤是否閉合,對瀏覽器而言生成的 DOM 樹完全相同,因此在 HTML5 中你可以隨意使用任何語法。這讓不少寫了多年嚴格 XHTML 的人感到彆扭,但站在瀏覽器角度,這些寫法別無二致,歸根結底仍是伯斯塔爾法則(Postel's Law):發送時要保守,接收時要開放。
對於講究代碼風格的專業人士,可以善用 lint 工具(如 htmllint.com、jslint.org)來統一風格,而不必在語言裡內建開關。
HTML5 的另一條原理是「解決現實的問題」,本質上是從理論上承認人們普遍存在的困擾。例如,過去若想給包含標題、段落與圖片的整塊內容加上同一個連結,必須寫三個 a 標籤;而在 HTML5 中,只要把整塊內容包在一個 a 標籤裡即可。瀏覽器不必為此重寫代碼,因為這種寫法早已存在於瀏覽器中——只不過以前不合規範。所以說,HTML5 解決現實問題,本質就是「你都這樣寫很多年了吧?現在我們把標準改了,允許你這樣寫」。
「求真務實」是最響亮的一條原理:在解決令人頭痛的新問題前,先看看人們為應對它們想出了哪些「民間」辦法。HTML5 新增的語義元素正是這種精神的體現——header、footer、section、article 等,其實都是我們早已司空見慣的類名或 ID。更重要的是,section、article、aside、nav 代表了一種全新的內容模型:給內容分區。位於其中的內容可以擁有自己的概要、標題與腳部。這也意味著,每個分區都能使用 H1 而不必擔心它在整頁中的層級——這對內容管理堪稱革命性。有趣的是,這個點子並非 HTML5 工作組拍腦門想出來的,而是 Tim Berners-Lee 早在 1991 年的一封郵件中就已表達的願景。
「平穩退化」是漸進增強的另一面。以表單為例,HTML5 為 type 屬性新增了 number、search、range、email、date、url 等值。關鍵在於:現有瀏覽器看到不認識的 type 值時,會將其解釋為 text。因此你現在就能使用這些新值,而不支援的瀏覽器會退化成普通文本框——這正是平穩退化的絕佳示範。placeholder 屬性也是同理,不支援的瀏覽器可用 JavaScript 模擬。
至於「HTML5 對 Flash」的討論,其實說的是 HTML5 影片對 Flash 影片。這並非要你二選一,規範的設計讓你能魚與熊掌兼得:video 元素中可以放入 Flash 影片作為後備內容。實務上,可用 source 元素提供多種影片格式,再搭配 object 播放 Flash,最後附上和下載連結,形成多層降級。之所以要兼顧多種格式,是因為梅特卡夫定律(Metcalfe's Law)——網絡價值與用戶數量的平方成正比,而 Flash 之所以在影音領域成功,正是利用了這一點。
這是我個人最推崇的一條原理,本質上是一種解決衝突的機制:一旦遇到衝突,優先順序是「最終用戶 > 作者 > 實現者 > 標準制定者 > 理論上的完滿」。看看我們開發者在這條鏈條中的位置多靠上——僅次於最終用戶,這就意味著我們的聲音在標準制定過程中具有極高權重。反觀 XHTML2,恰恰把追求理論完滿放在第一位,而把用戶放在鏈條最底端,這是一種完全不同的思維方式。
軟體就像所有技術一樣,具有天然的「政治性」,代碼必然反映作者的選擇、偏見與期望。因此,無論你建構的是像 HTML5 這樣的格式,還是一個網站或內容管理系統,明確你的設計原理都至關重要。Drupal 社區曾提出「只為 80% 設計」「給內容創建者最大的權利」等原理,微格式則遵循「首先為人類設計,其次為機器設計」,而 Mozilla 基金會也有其公開的設計原理。
如果要用一句話囊括 Web 的真諦、觸及 HTML5 的靈魂,那就是:「大多數人的意見和運行的代碼。」這條原理也道出了事物運行的本質。
回顧歷史,HTML 最早從 2.0 版開始,根本沒有 1.0 版;第一個正式版本 HTML 2.0 由 IETF 制定,此後 W3C 接手。1997 到 1999 年間,HTML 從 3.2 快速演進到 4.01,此後 W3C 卻宣布 HTML 4.01 是最後一個版本,轉而投入 XHTML 1.0。XHTML 1.0 與 HTML 4.01 詞彙表相同,差別僅在於要求使用 XML 語法。而 XHTML 1.1 要求以 XML 文件類型發送,卻因 XML「遇到錯誤就停止解析」的苛刻錯誤處理模型,以及 IE 無法處理 XML 文件,而難以普及。XHTML2 更因放棄向後相容、引發開發者與瀏覽器廠商的一致反對,最終無疾而終。它們都違反了伯斯塔爾法則。
於是 WHATWG 應運而生。2004 年,Opera 的 Ian Hickson 在 W3C 研討會上提出擴展 HTML 的建議遭否決後,Opera、Apple 等廠商決定脫離 W3C,另立 WHATWG,在既有 HTML 基礎上持續添加新功能,並逐一在瀏覽器中實現。2006 年,Berners-Lee 在部落格坦承「我們錯了」,W3C 遂於 2007 年重組 HTML5 工作組,並投票決定「在 WHATWG 成果的基礎上繼續工作」,還邀請 Hickson 兼任兩個規範的編輯。於是形成今日「一種格式、兩個版本」的局面:WHATWG 持續迭代,W3C 則定格於某個歷史時刻。兩者工作機制迥異——WHATWG 近似「仁慈獨裁」,由編輯聽取各方意見後定案;W3C 則講求投票民主。實踐證明,兩種機制各有千秋,攜手合作反倒能取長補短。
兩個工作組之所以能同心同德,源於他們對設計原理的共識。這份共識被記錄在 W3C 的《HTML 設計原理》文件中,也讓我們得以一窺 HTML5 背後這套「避免複雜性、支持已有內容、解決現實問題、求真務實、平穩退化、最終用戶優先」的完整思維。理解了這些原理,你或许会對這門每天都在使用的語言,多一分敬意。