text/html 媒体类型

本备忘录的状态
本文只是为Internet上的各种团体提供信息，而并没有指定任何一种Internet标准。您可以任意散发本文。
版权声明
Copyright (C) The Internet Society (2000). All Rights Reserved.
摘要：
本文概括了Html的发展历史，并参照相关的W3C建议定义了 "text/html" MIME 类型。本文将废弃以前IETF文档中HTML的定义，这些文档包括：RFC1866，RFC1867，RFC1980，RFC1942 以及 RFC2070。同时，本文也从IETF的标准跟踪协议（IETF Standards Track）中去除了HTML的定义。
本文是应W3C中HTML工作组的要求而预备的。您假如对本文有什么看法，可以给 www-html@w3.org 写信，另外，在 http://lists.w3.org/Archives/Public/www-html/ 有一个公开的邮件列表。
1. 背景介绍
从1990年起，HTML就在WWW信息业中作为基础部件得到使用，您可以在各种不同的非正式文档中找到对它的描述。text/html 媒体类型最初的正式定义出现是在1995年IETF HTML工作组的[HTML20]中，而其扩展版本在下面几个文档中被提及：[HTML30]，[UPLOAD]，[TABLES]，[CLIMAPS] 以及 [I18N]。
IETF HTML工作组在1996年9月停止了工作，于是定义HTML的任务就落在了World Wide Web Consortium（W3C）身上。其他提出的扩展版本大部分都被收录进了[HTML32]，而更多内容则被收录在[HTML40]中。[UPLOAD]中提出的multipart/form-data在[FORMDATA]中得到了说明。此外，改进版本HTML 4.0和XML 1.0[XHTML1]已经发展起来了。
[HTML32]上指出："这份规范书给出了HTML 3.2的定义。HTML 3.2是针对1996年早些时候的建议而提出的，它将替代规范HTML 2.0（RFC1866）。"[HTML32]中接下来的规范说明了各个HTML版本的区别。
除了HTML标准的发展，许多额外的扩展、限制以及修改随着NCSA的Mosaic系统（译注：一种最早出现的浏览器）以及相互竞争的Netscape Navigator和Microsoft Internet EXPlorer一同普及开来。这些扩展在很多书以及在线帮助中都有相关的文档记录。
2. MIME媒体类型 text/html 的注册信息
MIME媒体类型名称： text
MIME子类型名称： html
必选参数： 无
可选参数：
字符集
可选参数"字符集"指的是一种字符编码，这种编码用一系列的字节代表HTML文档。任何在IANA（译注：专门负责Internet注册工作的组织）注册过的字符集都可以使用，但推荐使用UTF-8。尽管这个参数是可选的，我们强烈建议显式的制定这个参数。字符集的默认规则将在下面的第6部分讨论。
注重[HTML20]中对此的描述还有一个可选的"level（级别）"参数，实际上，这个参数从来没有使用过，在本文的描述中已被废弃不用。[HTML30]建议加入一个"version（版本）"参数，这个参数也从来没有使用过，因而也不会在本文中出现。
编码考虑：见本文档第4部分。
安全考虑：见本文档第7部分。
互用性考虑：
可以在尽可能广泛的不同性能的平台和设备上通用，这是HTML的设计目标。然而，在某些环境下（如只有有限显示能力平台），完整的HTML实现并不可行。当前正在进行的工作之一就是要开发出一个模块化的HTML，同时发展出一种可以识别设备是否受限制，并能在其上工作的功能。
由于HTML长期的发展都是分布式的，当前的Internet实践就要包含很多不同种类的HTML。text/html的解释程序必须被设计成与现在流行的浏览器"bug兼容"的，这样才能在当前的Internet上正常工作。
一个典型的例子：不同的版本可以用DOCTYPE的声明来区别，尽管有时DOCTYPE的声明本身会被忽略或误写。
发布的规范：
text/html媒体类型现在被W3C Recommendations组织所定义，最新发布的版本是[HTML401]。此外，[XHTML1]说明了与HTML 4.01相容的XHTML的使用概要，XHTML可能也会被标记为text/html。
使用这种媒体类型的应用：
第一个也是最普及的应用就是WWW（World Wide Web）。一般来说，HTML文档包含两部分内容，一是指向其他文档的URI引用（参考文献[URI]），二是要通过HTTP协议得到的媒体（参考文献[HTTP]）。许多网关程序提供基于HTML的接口，使得其他程序可以通过这些接口使用底层的复杂服务。许多其他应用也使用HTML，因为这样可以用方便的、与平台无关的形式表示多媒体文档。
其他信息：
魔数（Magic Number）：
没有专门的字符串来标识HTML文件。尽管如此，第5部分还是给出了一些识别HTML文件的指导。
文件扩展名：
扩展名"html"和"htm"最为常用，但是其他表示预处理文件的扩展名也很常用（译注：如ASP、PHP等）。
Macintosh机（译注：Apple公司于1984年推出的一种系列微机）上的文件类型码：TEXT
要获得更深入的信息，可以联系：
Dan Connolly
Larry Masinter
Intended usage：COMMON
"作者/改写"控制（Author/Change controller）：
HTML规范是World Wide Web Consortium"s HTML工作组的成果。W3C在规范上拥有修改的支配权。
更多信息：
通过URI引用，HTML可以使HTML具有包含其他资源（图像、视频剪辑、Java的applet程序等）的能力。为了在单独的一个MIME对象中传输一个完整的HTML对象及其包含的资源，[MHTML]中提到的机制会被使用到。
3. 片段标识符（Fragment Identifiers）
URI规范中指出，片段标识符（URI的一部分，在一个"#"后）的语义学含义是指所获得数据的属性，规范中同时指出，片段标识符的格式和解释依靠于获得数据的媒体类型。
对于由text/html所标识的文档，片段标识符会为其分配相应的命名元素。在命名过程中，任何元素都可能有"id（标识）"属性，而A、APPLET、FRAME、IFRAME、IMG和MAP元素可能会拥有"name（名称）"属性。关于这一点，在[HTML40]的第12部分有具体描述。
4. 编码考虑
由于在HTML中使用字符实体引用（character entity references）有其实用性，使用宽字符集的文档将仍然用US-ASCII字符集表示，在传输过程中不会对其进行编码。但当使用非US-ASCII字符集传输text/html文档时，可能需要使用base64或者quoted-printable对其7位通道进行编码（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子类型一样，规范的text/html文本中，必须用一系列CR字符（0x0D）以及一个LF字符（0x0A）来表示行中断。反过来也成立，即在text/html文本中一旦出现这样的CRLF列，则其必定代表一个行中断。在行中断以外的地方使用CR字符或者LF字符都是非法的。不管是否存在字符编码（字符集），这个规则都是适用的。
注重，HTTP协议答应数据在传输中不使用规范格式，而是使用其他非凡的行终止符。详情请参考[HTTP]的3.7.1部分。这个例外在HTML中普遍存在。
通过电子邮件传输的HTML文本仍然服从MIME的限制，这在[MHTML]的第10部分中有完整的讨论。
5. HTML文件的识别
几乎所有的HTML文件的前端都有"