Nota: Este documento es parte de una traducción al castellano de la Recomendación del W3C "HTML 4.01 Specification" (más información). Puede consultar la versión original del mismo. Para cualquier comentario o corrección acerca de la traducción póngase en contacto con el traductor en jrpozo[arroba]conclase.net. Gracias por su colaboración.
Véase el Aviso de copyright de la traducción.
Contenidos
Las siguientes secciones tratan sobre temas relativos a la estructuración del texto. Los elementos relacionados con la presentación del texto (elementos de alineación, elementos de fuentes, hojas de estilo, etc.) se tratan en otros lugares de la especificación. Para información sobre caracteres, consulte la sección sobre el conjunto de caracteres del documento.
El conjunto de caracteres del documento incluye una gran variedad de caracteres de espacio en blanco. Gran parte de ellos son elementos tipográficos utilizados en algunas aplicaciones para producir ciertos efectos visuales de espaciado. En HTML, sólo se definen como caracteres de espacio en blanco los siguientes:
Los saltos de línea también son caracteres de espacio en blanco. Obsérvese que si bien la [ISO10646] define 
 y 
 como separaciones inequívocas de líneas y párrafos respectivamente, estos caracteres no constituyen saltos de línea en HTML, y esta especificación no los incluye en la categoría general de caracteres de espacio en blanco.
Esta especificación no indica el comportamiento, en cuanto a su representación o a otros respectos, de otros caracteres de espacio que no sean los aquí identificados explícitamente como caracteres de espacio en blanco. Por esta razón, los autores deberían utilizar los elementos y estilos apropiados, y no caracteres de espacio, para lograr efectos de formato visual relacionados con el espacio en blanco.
Para todos los elementos HTML, excepto para el elemento PRE, las secuencias de espacio en blanco separan "palabras" (con el término "palabra" queremos decir "secuencias de caracteres que no son de espacio en blanco"). Los agentes de usuario, al dar formato al texto, deberían identificar estas palabras y mostrarlas de acuerdo con las convenciones del idioma escrito y del medio destino.
Esta presentación puede implicar la colocación de espacio entre palabras, pero las convenciones relativas al espacio varían de un idioma a otr. Por ejemplo, en escritura latina, el espacio entre palabras se suele representar mediante un espacio ASCII ( ), mientras que en tailandés se usa un separador de palabras de anchura cero (​). En japonés y en chino el espacio entre palabras normalmente no se representa de ninguna manera.
Obsérvese que una secuencia de espacios en blanco entre palabras en el documento fuente puede ser representada como un espacio entre palabras completamente diferente (excepto en el caso del elemento PRE). En particular, los agentes de usuario deberían colapsar las secuencias de espacios en blanco de la entrada al producir la salida del espacio entre palabras. Esto puede y debería hacerse incluso en ausencia de información sobre el idioma (proveniente del atributo lang, el campo de encabezado HTTP "Content-Language" (ver [RFC2616], sección 14.12), la configuración del agente de usuario, etc.).
El elemento PRE se utiliza para texto preformateado, en el cual el espacio en blanco es significativo.
Para evitar problemas con las reglas de saltos de línea de SGML e inconsistencias entre las implementaciones existentes, los autores no deberían suponer que los agentes de usuario representarán el espacio en blanco que esté inmediatamente después de una etiqueta inicial o inmediatamente antes de una etiqueta final. Así, los autores, y en particular las herramientas de creación, deberían escribir:
<P>Ofrecemos <A>soporte técnico</A> gratuito a nuestros suscriptores.</P>
y no:
<P>Ofrecemos<A> soporte técnico </A>gratuito para nuestros suscriptores.</P>
<!ENTITY % frase "EM | STRONG | DFN | CODE | SAMP | KBD | VAR | CITE | ABBR | ACRONYM" > <!ELEMENT (%fontstyle;|%phrase;) - - (%inline;)*> <!ATTLIST (%fontstyle;|%phrase;) %attrs; -- %coreattrs, %i18n, %events -- >
Etiqueta inicial: obligatoria, Etiqueta final: obligatoria
Atributos definidos en otros lugares
Los elementos de frase añaden información estructural a fragmentos de texto. Los significados normales de los elementos de frase son los siguientes:
EM y STRONG se usan para indicar énfasis. Los demás elementos de frase tienen significados particulares en documentos técnicos. Estos ejemplos ilustran algunos de los elementos de frase:
Como dijo <CITE>Harry S. Truman</CITE>, <Q lang="en-us">The buck stops here.</Q> Se puede encontrar más información en <CITE>[ISO-0000]</CITE>. Por favor, utilice el siguiente número de referencia en nuestra correspondencia futura: <STRONG>1-234-55</STRONG>
La presentación de los elementos de frase depende del agente de usuario. En general, los agentes de usuario presentan el texto EM en itálica y el texto STRONG con una fuente negrita. Los sintetizadores de voz pueden cambiar los parámetros de síntesis, como el volumen, el tono y la velocidad.
Los elementos ABBR y ACRONYM permiten a los autores indicar claramente la aparición de abreviaturas y acrónimos. Los idiomas occidentales hacen uso extensivo de acrónimos tales como "GmbH", "NATO", y "F.B.I.", así como de abreviaturas como "M.", "Inc.", "et al.", "etc.". Tanto en chino como en japonés se utilizan mecanismos de abreviación análogos, por los cuales las referencias subsiguientes a un nombre largo se realizan con un subconjunto de los caracteres Han del nombre original. Al marcar estas estructuras se proporciona información útil a los agentes de usuario y a herramientas tales como correctores ortográficos, sintetizadores de voz, sistemas de traducción e indexadores de motores de búsqueda.
El contenido de los elementos ABBR y ACRONYM especifica la expresión abreviada, tal y como aparece en el texto. Puede utilizarse el atributo title de estos elementos para proporcionar la forma completa o expandida de la expresión.
Aquí tenemos algunos ejemplos de 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>
Obsérvese que las abreviaturas y los acrónimos tienen a menudo pronunciaciones idiosincráticas. Por ejemplo, mientras que "IRS" y "BBC" se suelen pronunciar letra por letra, "OTAN" y "UNESCO" se pronuncian fonéticamente. Y hay otras formas abreviadas (p.ej., "URI" y "SCSI") que algunas personas deletrean y que otras pronuncian como palabras. Cuando sea necesario, los autores deberían usar hojas de estilo para especificar la pronunciación de una forma abreviada.
<!ELEMENT BLOCKQUOTE - - (%block;|SCRIPT)+ -- cita larga --> <!ATTLIST BLOCKQUOTE %attrs; -- %coreattrs, %i18n, %events -- cite %URI; #IMPLIED -- URI del documento o mensaje original -- > <!ELEMENT Q - - (%inline;)* -- cita corta en línea --> <!ATTLIST Q %attrs; -- %coreattrs, %i18n, %events -- cite %URI; #IMPLIED -- URI del documento o mensaje original -- >
Etiqueta inicial: obligatoria, Etiqueta final: obligatoria
Definiciones de atributos
Atributos definidos en otros lugares
Estos dos elementos designan citas de texto. BLOCKQUOTE es para citas largas (contenido en bloque) y Q sirve para citas cortas (contenido en línea) que no necesitan cambios de párrafo.
Este ejemplo da formato a un extracto de "The Two Towers", de J.R.R. Tolkien, como un cita en bloque.
<BLOCKQUOTE cite="http://www.micom.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>
Los agentes de usuario visuales representan generalmente un BLOCKQUOTE como un bloque con sangría.
Los agentes de usuario visuales deben asegurarse de que el contenido del elemento Q se representa con marcas de citación a su alrededor. Los autores no deberían colocar marcas de citación al principio y al final del contenido de un elemento Q.
Los agentes de usuario deberían representar las marcas de citación en función del idioma (ver el atributo lang). Hay muchos idiomas que adoptan diferentes estilos de citación para las citas externas y las internas (anidadas), lo cual debería ser respetado por los agentes de usuario.
El siguiente ejemplo ilustra las citas anidadas con el 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>
Como el idioma de ambas citas en inglés americano, los agentes de usuario deberían representarlos de forma apropiada, por ejemplo, con comillas simples alrededor de la cita interior y con comillas dobles alrededor de la cita exterior:
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. Recomendamos que las implementaciones de hojas de estilo porporcionen un mecanismo para insertar signos de puntuación de citas antes y después de una cita delimitada por un BLOCKQUOTE de un modo apropiado según el contexto del idioma actual y el grado de anidamiento de las citas.
Sin embargo, debido a que algunos autores han usado BLOCKQUOTE simplemente como un mecanismo para dejar márgenes a los lados de un texto, y para preservar la intención de los autores, los agentes de usuario no deberían insertar signos de puntuación de citas en el estilo por defecto.
El uso de BLOCKQUOTE para dar márgenes al texto está desaprobado en favor de las hojas de estilo.
<!ELEMENT (SUB|SUP) - - (%inline;)* -- subíndice, superíndice --> <!ATTLIST (SUB|SUP) %attrs; -- %coreattrs, %i18n, %events -- >
Etiqueta inicial: obligatoria, Etiqueta final: obligatoria
Atributos definidos en otros lugares
En muchos idiomas (p.ej., en francés) se necesitan los subíndices y los superíndices para una representación apropiada. En estos casos deberían emplearse los elementos SUB y SUP.
H<sub>2</sub>O
E = mc<sup>2</sup>
<SPAN lang="fr">M<sup>lle</sup> Dupont</SPAN>
Tradicionalmente los autores dividen sus pensamientos y argumentos en secuencias de párrafos. La organización de la información en párrafos no se ve afectada por el modo en que se presentan los párrafos: los párrafos que están doblemente justificados contienen los mismos pensamientos que aquellos que están justificados a la izquierda.
La forma en que HTML define un párrafo es directa: el elemento P define un párrafo.
La presentación visual de los párrafos no es tan simple. Hay que tener en cuenta varios aspectos, tanto estilísticos como técnicos:
Todas estas cuestiones las tratamos a continuación. La alineación de párrafos y objetos flotantes se trata más adelante en este documento.
Etiqueta inicial: obligatoria, Etiqueta final: opcional
Atributos definidos en otros lugares
El elemento P representa un párrafo. No puede contener elementos en bloque (incluyendo a otros P).
Desaconsejamos a los autores el uso de elementos P vacíos. Los agentes de usuario no deberían tener en cuenta los elementos P vacíos.
Un salto de línea se define como un retorno de carro (
), un avance de línea (
), o una pareja retorno de carro/avance de línea. Todos los saltos de línea constituyen espacio en blanco.
Para más información sobre la especificación SGML en lo que se refiere a los saltos de línea, consulte las notas sobre los saltos de línea del apéndice.
<!ELEMENT BR - O EMPTY -- salto de línea forzado --> <!ATTLIST BR %coreattrs; -- id, class, style, title -- >
Etiqueta inicial: obligatoria, Etiqueta final: prohibida
Atributos definidos en otros lugares
El elemento BR rompe (finaliza) forzosamente la línea actual de texto.
Para agentes de usuario visuales, puede utilizarse el atributo clear para determinar si el código que sigue al elemento BR fluye alrededor de las imágenes u otros objetos que estén flotando en el margen izquierdo o derecho, o si comenzará debajo de dichos objetos. Pueden encontrarse más detalles en la sección sobre alineación y objetos flotantes. Se aconseja a los autores que usen hojas de estilo para controlar el flujo de texto alrededor de imágenes y otros objetos.
Con respecto al formato bidireccional, el elemento BR debería comportarse del mismo modo que se comporta el carácter de [ISO10646] LINE SEPARATOR en el algoritmo bidireccional.
En algunas ocasiones los autores pueden querer evitar que se produzca un salto de línea entre dos palabras. La entidad (  o  ) actúa como un espacio en el cual los agentes de usuario no deberían colocar un salto de línea.
En HTML hay dos tipos de guiones: el guión normal y el guión de separación. El guión normal debería ser interpretado por un agente de usuario exactamente igual que cualquier otro carácter. El guión de separación le dice al agente de usuario dónde puede producirse un salto de línea.
Aquellos navegadores que interpreten los guiones de separación deben respetar la siguiente semántica: Si una línea se rompe por un guión de separación, debe mostrarse un guión al final de la primera línea. Si no se produce un salto de línea en un guión de separación, el agente de usuario no debe mostrar el carácter de guión. Para operaciones tales como búsqueda y ordenación, el guión de separación no debería ser tenido nunca en cuenta.
En HTML el guión normal se representa mediante el carácter "-" (- o -). El guión de separación se representa mediante la referencia a entidad de caracteres ­ (­ o ­)
<!ENTITY % pre.exclusion "IMG|OBJECT|BIG|SMALL|SUB|SUP"> <!ELEMENT PRE - - (%inline;)* -(%pre.exclusion;) -- texto preformateado --> <!ATTLIST PRE %attrs; -- %coreattrs, %i18n, %events -- >
Etiqueta inicial: obligatoria, Etiqueta final: obligatoria
Definiciones de atributos
Atributos definidos en otros lugares
El elemento PRE le dice a los agentes de usuario visuales que el texto contenido está "preformateado". Al tratar con texto preformateado, los agentes de usuario visuales:
No es necesario que los agentes de usuario no visuales respeten el espacio en blanco adicional presente en el contenido de un elemento PRE.
Para más información sobre la especificación SGML en lo que respecta a los saltos de línea, consulte las notas sobre los saltos de línea del apéndice.
El fragmento del DTD mostrado anteriormente indica qué elementos no pueden aparecer dentro de una declaración PRE. Son los mismos que en HTML 3.2, y la intención es mantener constantes el espaciado de líneas y la alineación de columnas de texto representado con una fuente de ancho fijo. Se desaconseja a los autores alterar este comportamiento a través de hojas de estilo.
El siguiente ejemplo muestra la primera estrofa preformateada del poema de Gabriel Celaya, A Pablo Neruda:
<PRE>
Te escribo desde un puerto.
La mar salvaje llora.
Salvaje, y triste, y solo te escribo abandonado.
Las olas funerales redoblan el vacío.
Los megáfonos llaman a través de la niebla.
La pálida corola de la lluvia me envuelve.
Te escribo desolado.
</PRE>
Así es como se representaría esto en un caso típico:
Te escribo desde un puerto.
La mar salvaje llora.
Salvaje, y triste, y solo te escribo abandonado.
Las olas funerales redoblan el vacío.
Los megáfonos llaman a través de la niebla.
La pálida corola de la lluvia me envuelve.
Te escribo desolado.
El carácter de tabulación horizontal
Los agentes de usuario visuales suelen interpretar el carácter de tabulación horizontal (decimal 9 en [ISO10646] y
[ISO88591]) como el número más pequeño distinto de cero de espacios necesarios para alinear los caracteres con las paradas del tabulador, colocadas cada 8 caracteres. Recomendamos encarecidamente no utilizar tabuladores horizontales en texto preformateado, ya que al editar es muy normal fijar el espacio de tabulación en valores diferentes, lo cual conduce a documentos mal alineados.
Nota. La sección siguiente es una descripción informativa del comportamiento de algunos agentes de usuario visuales al dar formato a los párrafos. Las hojas de estilo tendrán un control mejor sobre el formato de los párrafos.
El modo en que los párrafos se representan visualmente depende del agente de usuario. Normalmente los párrafos se representan alineados a la izquierda y sin alinear por la derecha. Para otras escrituras de derecha a izquierda son apropiadas otras presentaciones por defecto.
Los agentes de usuario HTML han representado tradicionalmente los párrafos con espacio en blanco antes y después, p.ej.,
Seguíale Sancho a pie, llevando, como tenía de costumbre, del cabestro a su jumento, perpetuo compañero de sus prósperas y adversas fortunas; y habiendo andado una buena pieza por entre aquellos castaños y árboles sombríos, dieron en un pradillo que al pie de unas altas peñas se hacía, de las cuales se precipitaba un grandísimo golpe de agua. Al pie de las peñas estaban unas casas mal hechas, que más parecían ruinas de edificios que casas, de entre las cuales advirtieron que salía el ruido y estruendo de aquel golpear, que aún no cesaba.
Esto contrasta con el estilo en las novelas, en las cuales la primera línea de cada párrafo tiene sangría, y entre la última línea del párrafo actual y la primera del siguente se mantiene el espacio entre líneas normal, p.ej.,
Seguíale Sancho a pie, llevando, como tenía de costumbre, del
cabestro a su jumento, perpetuo compañero de sus prósperas y
adversas fortunas; y habiendo andado una buena pieza por entre
aquellos castaños y árboles sombríos, dieron en un pradillo que
al pie de unas altas peñas se hacía, de las cuales se precipitaba
un grandísimo golpe de agua.
Al pie de las peñas estaban unas casas mal hechas, que más
parecían ruinas de edificios que casas, de entre las cuales
advirtieron que salía el ruido y estruendo de aquel golpear, que
aún no cesaba.
Los agentes de usuario, siguiendo el precedente sentado por el navegador NCSA Mosaic en 1993, no suelen justificar ambos márgenes, en parte porque es difícil de hacer sin sofisticadas rutinas de división de palabras. La llegada de las hojas de estilo y de las fuentes suavizadas con posicionamiento más preciso que el píxel, promete a los autores HTML posibilidades más ricas de lo que lo han sido hasta ahora.
Las hojas de estilo proporcionan un mejor control sobre el tamaño y estilo de la fuente, los márgenes, los espacios antes y después de los párrafos, la sangría de la primera línea, la justificación, y otros muchos detalles. La hoja de estilo por defecto del agente de usuario representa los elementos P de una forma familiar, como se ilustra más arriba. Se podría, en principio, redefinir esto para representar los párrafos sin los espacios que separan convencionalmente los párrafos sucesivos. En general, como esto puede confundir a los lectores, desaconsejamos esta práctica.
Convencionalmente, los agentes de usuario de HTML visuales ajustan automáticamente las líneas de texto a la anchura disponible entre los márgenes. Los algoritmos de ajuste automático de línea dependen del tipo de escritura a que se esté dando formato.
En las escrituras occidentales, por ejemplo, el texto sólo debería partirse por un espacio en blanco. Los agentes de usuario antiguos partían las líneas incorrectamente justo después de la etiqueta inicial o justo antes de la etiqueta final de un elemento, lo cual dejaba algunos signos de puntuación colgados. Por ejemplo, considérese esta frase:
Una estatua de los <A href="cih78">Cihuateteus</A>, que son los patrones ...
Si se parte la línea justo antes de la etiqueta final del elemento A, la coma saldrá el comienzo de la siguiente línea:
Una estatua de los Cihuateteus , que son los patrones ...
Esto es un error, ya que no había espacio en blanco en ese punto del código.
<!-- INS/DEL se utilizan incluyéndolos en BODY --> <!ELEMENT (INS|DEL) - - (%flow;)* -- texto insertado, texto borrado --> <!ATTLIST (INS|DEL) %attrs; -- %coreattrs, %i18n, %events -- cite %URI; #IMPLIED -- información sobre la razón del cambio -- datetime %Datetime; #IMPLIED -- fecha y hora del cambio -- >
Etiqueta inicial: obligatoria, Etiqueta final: obligatoria
Definiciones de atributos
Atributos definidos en otros lugares
INS y DEL se usan para marcar secciones del documento que han sido insertadas o borradas con respecto a una versión diferente de un documento (p.ej., en el borrador de una ley cuyos cambios necesitan ver los legisladores).
Estos dos elementos son especiales dentro de HTML, ya que pueden actuar o bien como elementos en bloque o bien como elementos en línea (pero no como ambos a la vez). Pueden contener una o más palabras dentro de un párrafo o uno o más elementos en bloque como párrafos, listas y tablas.
Este ejemplo podría estar sacado de una enmienda para cambiar la legislación relativa a cuántos tenientes de alcalde puede haber en un Ayuntamiento determinado, de 8 a 9.
<P> El alcalde nombrará a <DEL>8</DEL><INS>9</INS> tenientes de alcalde. </P>
Los elementos INS y DEL no deben contener contenido en bloque cuando estos elementos se comporten como elementos en línea.
EJEMPLO ILEGAL:
Lo siguiente no es HTML legal.
<P> <INS><DIV>...contenido en bloque...</DIV></INS> </P>
Los agentes de usuario deberían representar el texto insertado y borrado de manera que los cambios sean obvios. Por ejemplo, el texto insertado pueden aparecer con una fuente especial, el texto borrado pueden no aparecer o aparecer tachado o con marcas especiales, etc.
Estos dos ejemplos corresponden al 5 de noviembre de 1994, a las 8:15:30 am, US Eastern Standard Time.
1994-11-05T13:15:30Z
1994-11-05T08:15:30-05:00
Con un elemento INS, esto da:
<INS datetime="1994-11-05T08:15:30-05:00"
cite="http://www.blabla.org/midoc/comentarios.html">
Además, las últimas estadísticas del departamento de publicidad
sugieren que estas prácticas están en alza.
</INS>
El documento "http://www.blabla.org/midoc/comentarios.html" contendría comentarios sobre por qué se incluyó la información en el documento.
Los autores también pueden optar por comentar los textos insertados o borrados por medio del atributo title de los elementos INS y DEL. Los agentes de usuario pueden presentar esta información a los usuarios (p.ej., con un nota flotante). Por ejemplo:
<INS datetime="1994-11-05T08:15:30-05:00"
title="Cambiado tras los comentarios de Steve B en la reunión.">
Además, las últimas estadísticas del departamento de publicidad
sugieren que estas prácticas están en alza.
</INS>