text/html 媒體類型

本備忘錄的狀態
　　本文只是為Internet上的各種團體提供信息，而并沒有指定任何一種Internet標準。您可以任意散發本文。

版權聲明
Copyright (C) The Internet Society (2000). All Rights Reserved.

摘要：
本文概括了HTML的發展歷史，并參照相關的W3C建議定義了 "text/html" MIME 類型。本文將廢棄以前IETF文檔中HTML的定義，這些文檔包括：RFC1866，RFC1867，RFC1980，RFC1942 以及 RFC2070。同時，本文也從IETF的標準跟蹤協議（IETF Standards Track）中去除了HTML的定義。
本文是應W3C中HTML工作組的要求而準備的。您如果對本文有什么看法，可以給 www-html@w3.org 寫信，另外，在 http://lists.w3.org/Archives/Public/www-html/ 有一個公開的郵件列表。

1. 背景介紹
從1990年起，HTML就在WWW信息業中作為基礎部件得到使用，您可以在各種不同的非正式文檔中找到對它的描述。text/html 媒體類型最初的正式定義出現是在1995年IETF HTML工作組的[HTML20]中，而其擴展版本在下面幾個文檔中被提及：[HTML30]，[UPLOAD]，[TABLES]，[CLIMAPS] 以及 [I18N]。
IETF HTML工作組在1996年9月停止了工作，于是定義HTML的任務就落在了World Wide Web Consortium（W3C）身上。其他提出的擴展版本大部分都被收錄進了[HTML32]，而更多內容則被收錄在[HTML40]中。[UPLOAD]中提出的multipart/form-data在[FORMDATA]中得到了說明。此外，改進版本HTML 4.0和XML 1.0[XHTML1]已經發展起來了。
[HTML32]上指出："這份規范書給出了HTML 3.2的定義。HTML 3.2是針對1996年早些時候的建議而提出的，它將替代規范HTML 2.0（RFC1866）。"[HTML32]中接下來的規范說明了各個HTML版本的區別。
除了HTML標準的發展，許多額外的擴展、限制以及修改隨著NCSA的Mosaic系統（譯注：一種最早出現的瀏覽器）以及相互競爭的Netscape Navigator和Microsoft Internet Explorer一同普及開來。這些擴展在很多書以及在線幫助中都有相關的文檔記錄。

2. MIME媒體類型 text/html 的注冊信息
MIME媒體類型名稱： text
MIME子類型名稱： html
必選參數： 無
可選參數：

字符集
可選參數"字符集"指的是一種字符編碼，這種編碼用一系列的字節代表HTML文檔。任何在IANA（譯注：專門負責Internet注冊工作的組織）注冊過的字符集都可以使用，但推薦使用UTF-8。盡管這個參數是可選的，我們強烈建議顯式的制定這個參數。字符集的默認規則將在下面的第6部分討論。
注意[HTML20]中對此的描述還有一個可選的"level（級別）"參數，實際上，這個參數從來沒有使用過，在本文的描述中已被廢棄不用。[HTML30]建議加入一個"version（版本）"參數，這個參數也從來沒有使用過，因而也不會在本文中出現。

編碼考慮：見本文檔第4部分。

安全考慮：見本文檔第7部分。

互用性考慮：
可以在盡可能廣泛的不同性能的平臺和設備上通用，這是HTML的設計目標。然而，在某些環境下（如只有有限顯示能力平臺），完整的HTML實現并不可行。當前正在進行的工作之一就是要開發出一個模塊化的HTML，同時發展出一種可以識別設備是否受限制，并能在其上工作的功能。
由于HTML長期的發展都是分布式的，當前的Internet實踐就要包含很多不同種類的HTML。text/html的解釋程序必須被設計成與現在流行的瀏覽器"bug兼容"的，這樣才能在當前的Internet上正常工作。
一個典型的例子：不同的版本可以用DOCTYPE的聲明來區別，盡管有時DOCTYPE的聲明本身會被忽略或誤寫。

發布的規范：
text/html媒體類型現在被W3C Recommendations組織所定義，最新發布的版本是[HTML401]。此外，[XHTML1]說明了與HTML 4.01相容的XHTML的使用概要，XHTML可能也會被標記為text/html。

使用這種媒體類型的應用：
第一個也是最普及的應用就是WWW（World Wide Web）。一般來說，HTML文檔包含兩部分內容，一是指向其他文檔的URI引用（參考文獻[URI]），二是要通過HTTP協議得到的媒體（參考文獻[HTTP]）。許多網關程序提供基于HTML的接口，使得其他程序可以通過這些接口使用底層的復雜服務。許多其他應用也使用HTML，因為這樣可以用方便的、與平臺無關的形式表示多媒體文檔。

其他信息：

魔數（Magic Number）：
沒有專門的字符串來標識HTML文件。盡管如此，第5部分還是給出了一些識別HTML文件的指導。

文件擴展名：
擴展名"html"和"htm"最為常用，但是其他表示預處理文件的擴展名也很常用（譯注：如ASP、PHP等）。

Macintosh機（譯注：Apple公司于1984年推出的一種系列微機）上的文件類型碼：TEXT

要獲得更深入的信息，可以聯系：
Dan Connolly
Larry Masinter

Intended usage：COMMON

"作者/改寫"控制（Author/Change controller）：
HTML規范是World Wide Web Consortium's HTML工作組的成果。W3C在規范上擁有修改的支配權。

更多信息：
通過URI引用，HTML可以使HTML具有包含其他資源（圖像、視頻剪輯、JAVA的applet程序等）的能力。為了在單獨的一個MIME對象中傳輸一個完整的HTML對象及其包含的資源，[MHTML]中提到的機制會被使用到。

3. 片段標識符（Fragment Identifiers）
URI規范中指出，片段標識符（URI的一部分，在一個"#"后）的語義學含義是指所獲得數據的屬性，規范中同時指出，片段標識符的格式和解釋依賴于獲得數據的媒體類型。
對于由text/html所標識的文檔，片段標識符會為其分配相應的命名元素。在命名過程中，任何元素都可能有"id（標識）"屬性，而A、APPLET、FRAME、IFRAME、IMG和MAP元素可能會擁有"name（名稱）"屬性。關于這一點，在[HTML40]的第12部分有詳細描述。

4. 編碼考慮
由于在HTML中使用字符實體引用（character entity references）有其實用性，使用寬字符集的文檔將仍然用US-ASCII字符集表示，在傳輸過程中不會對其進行編碼。但當使用非US-ASCII字符集傳輸text/html文檔時，可能需要使用base64或者quoted-printable對其7位通道進行編碼（原文：However, transport of text/html using a charset other than US-ASCII may require base64 or quoted-printable encoding for 7-bit channels）。
就像所有的MIME text子類型一樣，規范的text/html文本中，必須用一系列CR字符（0x0D）以及一個LF字符（0x0A）來表示行中斷。反過來也成立，即在text/html文本中一旦出現這樣的CRLF列，則其必定代表一個行中斷。在行中斷以外的地方使用CR字符或者LF字符都是非法的。不管是否存在字符編碼（字符集），這個規則都是適用的。
注意，HTTP協議允許數據在傳輸中不使用規范格式，而是使用其他特殊的行終止符。詳情請參考[HTTP]的3.7.1部分。這個例外在HTML中普遍存在。
通過電子郵件傳輸的HTML文本仍然服從MIME的限制，這在[MHTML]的第10部分中有完整的討論。

5. HTML文件的識別
幾乎所有的HTML文件的前端都有" 符合HTML 2.0、HTML 3.2或是HTML 4.0的文檔的前端都以一個DOCTYPE聲明開頭：" XHTML文檔（可選）以一個XML聲明開頭（"
6. 字符集的默認規則
強烈建議使用顯式的字符集參數。[MIME]中指出："在沒有字符集參數的情況下，默認的字符集是US-ASCII"。[HTTP]的3.7.1部分指出："text類型的媒體子類型的默認字符集被定義為ISO-8859-1"。[HTTP]的19.3部分給出了這方面額外的指導。使用顯式的字符集參數將有助于避免混亂。 　　使用顯式的字符集參數也是基于下面的考慮：絕大多數瀏覽器的默認設置都不是字符集ISO-8859-1，實際的默認值不是全體字符編碼，就是在某個國家或地區中廣泛使用的字符編碼。您可以在[HTML40]的5.2部分看到更深入的考慮。

7. 安全考慮
[HTML401]的B.10部分提供了關于HTML文檔安全性的文章,其中有關于HTML的解譯和窗體的討論。（原文：[HTML401], section B.10, notes various security issues with interpreting anchors and forms in HTML documents）
另外，HTML 4.0中的腳本語言和交互功能引出了一些安全隱患，與此相關的是由發送者寫的自動執行程序，這種程序會在接收端運行。用戶在運行這種腳本或程序時要特別小心，你必須確保不可信的軟件在受保護的環境下運行。

8. 作者地址
Daniel W. Connolly
World Wide Web Consortium (W3C)
MIT Laboratory for Computer Science
545 Technology Square
Cambridge, MA 02139, U.S.A.

EMail: connolly@w3.org
http://www.w3.org/People/Connolly/

Larry Masinter
AT&T
75 Willow Road
Menlo Park, CA 94025

EMail: LM@att.com
http://larry.masinter.net

9. 參考文獻
[CLIMAPS] Seidman, J., "A Proposed Extension to HTML: Client-Side
Image Maps", RFC1980, August 1996.

[FORMDATA] Masinter, L., "Returning Values from Forms:
multipart/form-data", RFC2388, August 1998.

[HTML20] Berners-Lee, T. and D. Connolly, "Hypertext Markup
Language - 2.0", RFC1866, November 1995.

[HTML30] Raggett, D., "HyperText Markup Language Specification
Version 3.0", September 1995. (Available at
).

[HTML32] Raggett, D., "HTML 3.2 Reference Specification", W3C
Recomendation, January 1997.
Available at .

[HTML40] Raggett, D., et al., "HTML 4.0 Specification", W3C
Recommendation, December 1997.
Available at 19980424>

[HTML401] Raggett, D., et al., "HTML 4.01 Specification", W3C
Recommendation, December 1999.
Available at .

[HTTP] Gettys, J., Fielding, R., Mogul, J., Frystyk, H.,
Masinter, L., Leach, P. and T. Berners-Lee, "Hypertext
Transfer Protocol -- HTTP/1.1", RFC2616, June 1999.

[I18N] Yergeau, F., Nicol, G. and M. Duerst,
"Internationalization of the Hypertext Markup Language",
RFC2070, January 1997.

[MHTML] Palme, J., Hotmann, A. and N. Shelness, "MIME
Encapsulation of Aggregate Documents, such as HTML
(MHTML)", RFC2557, March 1999.

[MIME] Freed, N. and N. Borenstein, "Multipurpose Internet Mail
Extensions (MIME) Part Two: Media Types", RFC2046,
November 1996.

[TABLES] Raggett, D., "HTML Tables", RFC1942, May 1996.

[UPLOAD] Nebel, E. and L. Masinter, "Form-based File Upload in
HTML", RFC1867, November 1995.

[URI] Berners-Lee, T., Fielding, R. and L. Masinter, "Uniform
Resource Identifiers (URI): Generic Syntax", RFC2396,
August 1998.

[XHTML1] "XHTML 1.0: The Extensible HyperText Markup Language: A
Reformulation of HTML 4 in XML 1.0", W3C Recommendation,
January 2000. Available at .

10. 版權說明
Copyright (C) The Internet Society (2000). All Rights Reserved.
This document and translations of it may be copied and furnished to others, and derivative works that comment on or otherwise explain it or assist in its implementation may be prepared, copied, published and distributed, in whole or in part, without restriction of any kind, provided that the above copyright notice and this paragraph are included on all such copies and derivative works. However, this document itself may not be modified in any way, such as by removing the copyright notice or references to the Internet Society or other Internet organizations, except as needed for the purpose of developing Internet standards in which case the procedures for copyrights defined in the Internet Standards process must be followed, or as required to translate it into languages other than English.
The limited permissions granted above are perpetual and will not be revoked by the Internet Society or its suclearcase/" target="_blank" >ccessors or assigns.
This document and the information contained herein is provided on an "AS IS" basis and THE INTERNET SOCIETY AND THE INTERNET ENGINEERING TASK FORCE DISCLAIMS ALL WARRANTIES, EXPRESS OR IMPLIED, INCLUDING BUT NOT LIMITED TO ANY WARRANTY THAT THE USE OF THE INFORMATION HEREIN WILL NOT INFRINGE ANY RIGHTS OR ANY IMPLIED WARRANTIES OF MERCHANTABILITY OR FITNESS FOR A PARTICULAR PURPOSE.

致謝
Funding for the RFCEditor function is currently provided by the
Internet Society.