Criada especialmente para ser uma linguagem simples e fácil de ser utilizada, a HTML se transformou em uma linguagem extremamente popular. Atualmente a maioria das páginas da WWW estão em HTML.
A HTML é uma linguagem de marcação que basicamente está voltada para a estruturação e apresentação visual de documentos da Web (GUIMARÃES, 2004). Isso possibilitou o acesso às informações de modo simples e em qualquer arquitetura computacional (CASTRO, 2001).
Tendo sua origem na linguagem SGML, a “HTML possui um grupo de tags predefinidos, concebidos com a função de organizar a informação a ser transferida por meio de páginas Web” (BAX, 2001, p. 35).
Estruturalmente um documento HTML é um conjunto hierárquico de elementos que são demarcados por duas Tag(s) iniciais e finais. De acordo com Santarém Segundo (2004, p. 41), “Um documento HTML é delimitado pelas Tag(s) <HTML> e </HTML> e dividido em cabeçalho e corpo. O cabeçalho é delimitado pelas Tags <HEAD> e </HEAD> e o corpo pelas tags <BODY> e </BODY>”. Como pode ser visto no exemplo abaixo:
FIGURA 3: Estrutura do documento HTML. FONTE: do autor.
Cabeçalho <HEAD> </HEAD>: além de conter informações sobre o documento, como o título que é mostrado no alto da janela do browser por exemplo, o cabeçalho contém informações importantes como as Tag(s) <META>. Essa Tag não apresenta função de apresentação do documento, mas são Tag(s) que facilitam a descrição das informações nos documentos auxiliando na recuperação pelos robôs de busca. Seria adequado que essas Tag(s) fossem sempre usadas para garantir um pouco mais de descrição do conteúdo das páginas HTML, pois é por meio delas que as ferramentas de busca recuperam as informações para a construção de suas bases de dados. Infelizmente poucos desenvolvedores utilizam esse recurso. Por isso muitas vezes recuperamos informações irrelevantes para nossas necessidades (SANTARÉM SEGUNDO, 2004). Corpo do documento <BODY> </BODY>: esta Tag contém as informações que serão
mostradas para o usuário. Para que o texto possa ser visualizado com parágrafos, cores, links etc, é necessário o uso de outras Tag(s) para determinar essas funções dentro do
<HTML> <HEAD>... ... ... </HEAD> <BODY>... ... ... </BODY> </HTML>
corpo do documento. Um exemplo são as Tag(s) <B>....</B> que inserem negrito no texto (SANTARÉM SEGUNDO, 2004). No entanto, na linguagem HTML as Tag(s) que vão dentro das Tag(s) <BODY> e </BODY> não apresentam função semântica, ou seja, não indicam o conteúdo, apenas indicam como o conteúdo deve se apresentado.
Como já foi dito, a linguagem HTML contribuiu muito para a popularidade da Web por ser uma linguagem de grande utilização pelos desenvolvedores de sites. De acordo com Bax (2001, p. 36),
Contrariamente à SGML, que é um padrão complexo e difícil de implementar, a grande vantagem de HTML é sua relativa facilidade em ser entendida pelo usuário da Web e de ser processada, mesmo em diferentes navegadores. Este aspecto foi o principal responsável pela explosão da Web. Paradoxalmente, a falta de flexibilidade acabou se revelando uma força da linguagem e seu fator popularizador.
Como pode ser visto, as características da linguagem HTML traz certa limitação e uma falta de flexibilidade na troca mais efetiva de informações na Web (BAX, 2001). Diante dessa limitação, a cada nova versão foram sendo inseridas novas Tag(s) e atributos de estilos na tentativa de melhorar a linguagem, mas por estarem relacionadas à forma de apresentação do documento essas atualizações fizeram com que a linguagem HTML ficasse inadequada para sua formatação e de difícil leitura para o homem (BAX, 2001).
Na tentativa de definir padrões mínimos na linguagem HTML, a World Wide Web Consortium ou W3C, que é uma organização que cuida do desenvolvimento e manutenção dos padrões da Web, definiu na versão 4.0 da linguagem HTML o uso das chamadas folhas de estilo ou CSS (Cascading Style Sheet) (BAX, 2001).
Criada no final de 1996, a CSS - Cascading Style Sheet é uma linguagem usada para definir estilos, ou seja, é uma linguagem desenvolvida especialmente para a formatação do conteúdo dos documentos (BAX, 2001; CASTRO, 2001).
As folhas de estilo podem ser usadas e ligadas ao documento HTML de quatro modos: externo (apesar de estarem localizadas no cabeçalho do documento HTML o arquivo para as
folhas de estilo são criadas em um arquivo independente e a ligação com o documento HTML é feita por um link para esse arquivo), incorporado (as especificações das folhas de estilo aparecem diretamente no cabeçalho do documento HTML e são definidas pelas Tag(s) <STYLE> e </STYLE>), inline (a indicação aparece no corpo do documento, ou seja, no conteúdo e somente a Tag especificada apresenta a formatação indicada), importado (as folhas de estilo estão em outra área da Internet e são ligadas ao documento por meio de um link, sem necessidade de cópia) (SANTARÉM SEGUNDO, 2004).
O ideal para os documentos na Web, de acordo com as recomendações da W3C, é que seu conteúdo fique separado da sua forma de apresentação, ou seja, as folhas de estilo irão definir com os elementos deverão ser mostrados nos navegadores, permitindo que o conteúdo do documento fique livre das Tag(s) que apenas marcam como o texto deve ser apresentado (BAX, 2001). Essa é uma das vantagens do uso de folhas de estilo como a CSS em documentos HTML, porém Santarém Segundo (2004) aponta ainda as seguintes vantagens: aplicação de diferentes estilos em um mesmo documento, fácil manutenção do documento, consistência e uniformidade no arranjo do documento.
Apesar de existir a possibilidade do uso de folhas de estilo para a separação do conteúdo com a forma de apresentação do documento e apesar de ter sido a responsável pela popularização da WWW, a linguagem HTML ainda se apresenta com uma certa limitação em determinados casos. Diante da grande quantidade de informações disponíveis na rede atualmente, foi preciso se pensar em uma outra linguagem que pudesse deixar mais claro o conteúdo do documento.
Foi desenvolvida então a linguagem XML, que está sendo indicada atualmente como necessária para garantir um melhor armazenamento e compartilhamento das informações, principalmente quando falamos no desenvolvimento da Web Semântica. A seguir será melhor explicada a linguagem XML.