1 / 4概念
Document Structure and Semantics
HTML 描述的是「这段内容是什么」,不是「它长什么样」。判断标准不是标签能不能显示,而是关掉样式之后结构是否还成立、屏幕阅读器能否正确复述、解析器构建出的树是否与作者意图一致。
1 概念
1.1 一句话定义
HTML 文档是一棵元素树,元素按内容模型嵌套,语义元素给节点附上角色。浏览器解析这棵树得到 DOM,再由此派生渲染树与可访问性树。
1.2 它解决什么问题
- 机器可读:搜索引擎、阅读器、爬虫按语义理解内容。
- 健壮性:解析器容错,缺标签也能构建一棵可用的树。
- 无样式可用:语义是内容层的契约,不依赖 CSS。
- 可访问性基础:可访问性树直接由语义与属性推导。
1.3 不属于本页的内容
| 主题 | 去哪 |
|---|---|
| 样式、层叠、布局 | CSS 章 |
| 表单控件与校验 | Forms and Inputs |
| 可访问性规则与 SEO 实践 | Accessibility and SEO |
| DOM API、事件、渲染管线 | Browser 章 |
| 框架的组件模型 | React、Vue、Svelte |
1.4 关键术语
| 术语 | 含义 | 容易混淆的点 |
|---|---|---|
| 元素 | 标签、属性与内容的组合 | 不是「标签」 |
| 内容模型 | 允许出现什么子元素 | 违反也不会报错 |
| 文档树 | 解析后的节点层级 | 与源码缩进无关 |
| 语义元素 | 表达含义的元素 | 不等于默认样式 |
| 全局属性 | 任何元素都能用的属性 | id 必须唯一 |
| 元数据 | head 中描述文档的信息 | 不显示但影响行为 |
| 可访问性树 | 辅助技术读取的树 | 由语义与属性推导 |
| 标准模式 | 有 doctype 时的解析模式 | 缺失会进怪癖模式 |
2 机制
2.1 心智模型
先想内容结构:哪些是导航、主体、附属信息、独立条目。结构确定后,选能表达它的最小元素;只有当没有合适语义元素时,才退回 div 或 span。
2.2 机制拆解
- 解析:解析器容错,会自动补全缺失的结束标签,并在表格里插入隐式的
tbody。 - 标准模式:
doctype决定盒模型与解析行为,缺失时进入怪癖模式。 - 内容模型:每类元素允许的子元素不同,违反不影响渲染,但会破坏语义。
- 文档骨架:
html的lang影响发音与断词,head的meta决定编码与视口。 - 语义分组:分节元素表达文档大纲,标题层级表达结构,不要为样式跳级。
- 属性分工:
class只服务于样式与脚本,id还要承担锚点与label关联。
2.3 完整枚举
七类内容模型:
| 内容模型 | 典型元素 | 说明 |
|---|---|---|
| 元数据 | base、link、meta、title | 只出现在 head |
| 流式 | div、p、section | 正文里大多数元素 |
| 分节 | article、section、nav、aside | 构成文档大纲 |
| 标题 | h1 到 h6 | 大纲层级 |
| 短语 | span、a、strong、em、code | 行内语义 |
| 嵌入 | img、video、iframe、canvas | 引入外部内容 |
| 交互 | button、input、select、details | 可操作控件 |
常用的语义元素分组:
| 分组 | 元素 | 用途 |
|---|---|---|
| 页面骨架 | header、nav、main、footer | 地标区域 |
| 内容分区 | article、section、aside | 大纲与附属内容 |
| 文本语义 | strong、em、mark、time、cite | 语气与元信息 |
| 引用与代码 | blockquote、q、pre、code、kbd | 摘录与字面文本 |
| 列表 | ul、ol、dl、li、dt、dd | 有序、无序、描述 |
| 媒体 | figure、figcaption、picture、source | 带说明的媒体 |
常用的全局属性:
| 属性 | 作用 |
|---|---|
id | 唯一标识,锚点与关联 |
class | 样式与脚本的钩子 |
lang | 语言与发音 |
dir | 文字方向 |
hidden | 从渲染与可访问性树移除 |
tabindex | 键盘可达性,取值要谨慎 |
data-* | 自定义数据 |
role | 覆盖或补充角色 |
aria-* | 补充状态与名称 |
head 里的元数据:
| 标签 | 作用 |
|---|---|
meta charset | 字符编码,必须靠前 |
meta viewport | 移动端视口与缩放 |
meta description | 搜索结果摘要 |
link rel="canonical" | 规范地址 |
link rel="preload" | 提前加载关键资源 |
title | 窗口标题与搜索结果标题 |
2.4 关键数字与量级
| 指标 | 量级 | 说明 |
|---|---|---|
| 默认移动视口 | 980 像素 | 缺 viewport 时按桌面宽度缩放 |
| 标题建议长度 | 约 60 字符 | 超出会被截断 |
| 摘要建议长度 | 约 155 字符 | 搜索结果展示 |
| 标题层级 | 六级 | 不要为样式跳级 |
| 地标数量 | 每个页面一到两个 main | 过多会干扰导航 |
3 实践
3.1 最小示例
一个完整骨架,从文档类型到地标、文章、图注与页脚。它同时满足解析、可访问性与 SEO 的最低要求。
<!doctype html>
<html lang="zh-Hans">
<head>
<meta charset="utf-8" />
<meta name="viewport" content="width=device-width, initial-scale=1" />
<title>温度传感器选型 · 示例站</title>
<meta name="description" content="按量程、精度与接口比较三类温度传感器。" />
<link rel="canonical" href="https://example.com/sensors/temperature" />
</head>
<body>
<header>
<nav aria-label="主导航">
<a href="/">首页</a>
<a href="/sensors">传感器</a>
</nav>
</header>
<main>
<article>
<h1>温度传感器选型</h1>
<p>三种常见方案的区别在于量程与接口。</p>
<figure>
<img src="/img/rtd.svg" alt="铂电阻随温度变化的阻值曲线" />
<figcaption>铂电阻的阻值与温度近似线性。</figcaption>
</figure>
<h2>结论</h2>
<p>工业场景优先考虑 <strong>铂电阻</strong>。</p>
</article>
</main>
<footer>
<p>示例站 · 2026</p>
</footer>
</body>
</html>
追踪:解析器读到 <!doctype html> 进入标准模式;html 的 lang 让朗读与断词使用正确语言;meta viewport 让移动端按设备宽度排版;main、nav、footer 各自成为地标,屏幕阅读器可以按地标跳转;figure 与 figcaption 把图片和说明绑成一个整体。
3.2 常用操作与参数
| 操作 | 写法 | 说明 |
|---|---|---|
| 声明编码 | meta charset="utf-8" | 放在 head 最前 |
| 移动视口 | content="width=device-width, initial-scale=1" | 不要禁用缩放 |
| 唯一标识 | id="main" | 页面内唯一 |
| 跳转锚点 | href="#main" | 配合跳过导航链接 |
| 数据属性 | data-state="open" | 脚本读取用 |
| 语言切换 | lang="en" 局部标注 | 混排文本 |
3.3 标准流程
- 先写内容大纲:标题层级与分区,用纯文本确认结构成立。
- 给每个分区选语义元素,没有合适的才用
div。 - 补
head:编码、视口、标题、摘要、规范地址。 - 给交互与媒体补名称:
label、alt、figcaption。 - 用浏览器关掉 CSS,确认结构仍可读。
- 用可访问性审计工具检查地标、标题与名称。
3.4 与相邻技术的组合
- CSS:语义元素提供稳定的选择器与默认样式,布局交给样式层。
- 表单:
label与控件关联依赖id,校验属性写在控件上。 - DOM:树结构决定查询路径,隐式元素会让选择器意外。
- 可访问性:角色与名称由元素和属性推导,补 ARIA 之前先看语义是否已足够。
3.5 选型维度
| 维度 | 取值 | 影响 |
|---|---|---|
| 元素选择 | 语义元素 / div | 可访问性与可维护性 |
| 大纲 | 分节元素 / 标题层级 | 导航与抓取 |
| 属性 | 原生属性 / ARIA | 原生优先 |
| 元数据 | 完整 / 最小 | 搜索与分享效果 |
3.6 决策规则
- 能用原生元素表达的行为,不要用
div加 ARIA 重造。 - 一个页面一个
main,地标元素不要嵌套在同一区域里。 - 标题层级按大纲连续,不为字号跳级。
id只用于锚点、label关联与脚本钩子。lang必须在html上声明,混排段落单独标注。- 移动端必须声明
viewport,并允许用户缩放。
3.7 替代方案对比
| 方案 | 优势 | 代价 | 适用 |
|---|---|---|---|
| 语义元素 | 可访问、可抓取 | 需要理解大纲 | 所有页面 |
div 加类名 | 自由 | 无语义、需补 ARIA | 纯布局容器 |
| 表格布局 | 对齐容易 | 语义错误、响应式差 | 已淘汰 |
details 与 summary | 原生折叠 | 样式受限 | 简单折叠 |
3.8 何时不该用
- 不要给纯布局容器套
section,它会进入大纲并产生空标题。 - 不要在已有语义元素上重复写
role。 - 不要用
br或空div制造间距,间距属于 CSS。 - 不要用
tabindex正值调整顺序,顺序应来自 DOM。
4 边界
4.1 典型故障
| 症状 | 根因 | 处理 |
|---|---|---|
| 桌面与移动布局差异巨大 | 缺 viewport | 补 meta viewport |
| 盒模型计算异常 | 缺 doctype 进入怪癖模式 | 首行补声明 |
| 屏幕阅读器发音错误 | 缺 lang | 在 html 上声明 |
| 选择器匹配不到行 | 表格有隐式 tbody | 选择器显式写 tbody |
| 标题导航错乱 | 层级跳级或缺失 | 按大纲重排 |
| 图片无说明 | 缺 alt | 按用途写替代文本 |
| 锚点跳转失效 | id 重复或拼错 | 保证唯一 |
4.2 反模式
| 做法 | 后果 | 替代 |
|---|---|---|
div 汤 | 无语义、难维护 | 语义元素 |
| 用表格排版 | 语义错误 | CSS 布局 |
用 br 控制间距 | 响应式失效 | margin |
滥用 role | 与语义冲突 | 原生元素 |
| 内联样式 | 难覆盖、难缓存 | 样式表 |
4.3 可观测信号
可访问性审计的问题数、地标与标题结构报告、搜索结果标题与摘要、页面 DOM 节点数、无样式渲染是否可读。
4.4 安全 / 性能 / 一致性边界
- 注入边界:
innerHTML与用户内容结合就是 XSS 入口,插入前必须净化。 - 性能边界:DOM 节点数与树深度影响解析、样式与布局成本。
- 一致性边界:
lang与dir决定断词与排版方向,缺失会让中文与阿拉伯语混排出错。 - 解析边界:错误嵌套不会报错,但会得到与源码不同的树,调试前先看实际 DOM。