Szemantikus HTML

A szemantikus HTML a HTML felhasználása arra, hogy a weboldalak és webalkalmazások esetében biztosítsa az információ helyes szemantikáját ill. értelmezését, a megjelenítési mód meghatározásán túl. A szemantikus HTML-t mind a hagyományos webböngészők, mind felhasználói ügynökprogramok fel tudják dolgozni. Ezek az emberi felhasználók felé való megjelenítéshez a CSS-t használják.

A HTML kidolgozása óta tartalmazza a szemantikus jelölők lehetőségét.^[1]A HTML dokumentum szerzője egyebek mellett megteheti, hogy "a címmel kezd, aztán hozzáadja a fejezetcímeket, a bekezdéseket, a szöveg bizonyos részeit kiemeli, és más oldalakra való hivatkozásokat szúr be, és a felsorolások különböző fajtáit alkalmazza." ^[2]

A HTML szabvány különböző verziói alkalmaztak olyan megjelenítési jelölőket is, mint pl. a <font> (a HTML 3.2 adta hozzá, majd a HTML 4.0 szigorú változata eltávolította), az <i> minden verzióban jelen van, a <center> jelölőt szintén a HTML 3.2-től kezdve használhatjuk. Léteznek a szemantikailag semleges <div>és <span>elemek is. Amióta az 1990-es évek végétől a CSS a legtöbb böngészőben működik, a webes szerzőket arra bátorították, hogy kerüljék ezeket megjelenítési jelölőket, mert így a megjelenítés szétválaszthatóvá válik a tartalomtól.^[3]

2001-ben Tim Berners-Lee részt vett egy a szemantikus webről szóló olyan vitában, ahol demonstrálták, hogy intelligens szoftverügynök-programok egy napon majd automatikusan képesek lesznek megtalálni, kiszűrni és korrelálni korábban nem relációba állított tényeket a véghasználó hasznára.^[4] Az ilyen ügynökprogramok nem általánosak ma sem, jóllehet a Web 2.0 néhány alkalmazása, a hibrid webalkalmazások, illetve az árösszehasonlító oldalak, eléggé megközelítik ezt az ideát. A legnagyobb különbség ezen alkalmazás-hibridek és a Lee-féle szemantikus ügynökprogramok között abban rejlik, hogy a jelenlegi információgyűjtést és hibridizációt olyan webfejlesztők tervezik meg, akik már ismerik az általuk összekötni, összehasonlítani és ötvözni kívánt adatok webhelyeit, az API-szemantikáját

A webes keresőrobot olyan fontos webügynök típus, amely képes előzetes tudás nélkül feltérképezni,az általa beolvasott adatokat. Ezek a szoftveres ügynökök erősen függnek weboldalakon talált információk szemantikus tisztaságától, mivel ezek különböző technikákat, algoritmusokat használnak arra, hogy weboldalak millióit indexeljék egy nap alatt, és a webfelhasználóknak keresési lehetőségeket nyújtsanak.

Annak érdekében, hogy a kereső-robotok a HTML dokumentumokban talált szövegek relevanciáját fel tudják becsülni, fejlesztésük során a HTML-ben meglévő szemantikus struktúrákat széleskörűen és egyöntetűen feldolgozzák, hogy így a felszínre tudják hozni a rendelkezésre álló információ jelentését. Ugyanígy járnak el az adatövözeteket (mash-up) és hibrideket létrehozó alkalmazások, és az erősen automatizált ügynökprogramok is. ^[5] Jóllehet a valódi szemantikus háló bonyolult meta-adatoktól és RDF ontológiákból áll, minden HTML dokumentum hozzájárul a világháló értelmezéséhez azzal, hogy helyes módon alkalmazza a fejezetcímeket, listákat és egyéb szemantikus jelölőket. A HTML egyszerű korábbi használatát angolul "Plain Old Semantic HTML"-nek rövidítve POSH-nak nevezték el.^[6] A Web 2.0-s jelölők megfelelő használata olyan vezérszó-gyűjteményeket (folksonomy) hoz létre, amelyek sokak számára legalább annyira értékések, mint a korábbi jelölési mód.

A HTML 5 olyan új szemantikai elemeket vezetett be, mint a section, article, footer, progress, nav, aside, mark, és time.^[7][8] Összességében a W3C konzorcium célja az, hogy lépésenként olyan új lehetőségeket vezessen be, amely a böngészők, a kereső-robotok és a fejlesztők számára megkönnyíti az adatok közötti különbségtételt. Ezzel elősegítik az adatok jobb megjeleníthetőségét, a különböző eszközökön.^[7]

A megjelenítési jelölőket a HTML 4.01-ben és az XHTML-ben hivatalosan nem vezették ki, azonban eltanácsoltak tőle. A HTML 5-ben olyan általánosan elterjedt jelölőkről, mint az i^[9] és bb,^[10] kijelentik, hogy "jelentésük világosan meg van határozva", mégpedig úgy, "hogy stilisztikailag elkülönítik a szöveget az alapstílustól, anélkül, hogy túlságosan nagy hangsúlyt kapnának"^[9]

Azokban az esetekben, amikor a HTML-ben lehetségesnél pontosabb szemantikai jelölőkre van szükség, a dokumentum egyes részei elkülöníthetőek a span vagy div jelölőkkel, Ezeknek a jelölőknek (tageknek) aztán olyan érthető osztályneveket ^[11] adhatunk meg. Például <span class="szerző"> , <div class="számla">. Ezek az osztálynevek aztán az adott sémán, vagy ontológián belül a szövegrészlet azonosítójaként szolgálnak, s ezzel elősegítik a pontosabb tartalom meghatározást. Az ún. mikroformátumok ezt a jelentéstani megközelítést formalizálják a HTML-ben.

Fontos megszorítás, hogy az ilyen testreszabható jelölőknek meg kell felelnie a helyesen megformáltság feltételeinek.^[12] Miután az ilyen dokumentumok általában fa struktúrát követnek, ez azt jelenti, hogy az így megjelölt al-fáknak hasonló súlyúaknak kell lenniök. Ez egyben azt is jelenti, hogy csak kiegyensúlyozott töredékeket egy-egy al-fa jelöli. Ezért szükségünk lehet egy olyan eszközre, amely a HTML szakaszok megjelölésénél, a jelölő struktúrától függetlenül segít egyensúlyt tartani, ilyen eszköz az XPointer.

A jó szemantikus HTML maga is javítja az a webdokumentumok elérhetőségét (lásd még: Webtartalom Hozzáférhetőségi Irányelvek). Például, ha a képernyőolvasó vagy a hangböngésző helyesen meg tudja állapítani a dokumentum szerkezetét, akkor nem fogja a látássérült felhasználó idejét ismétlődő vagy irreleváns információ felolvasásával vesztegetni.

2010-ben a Google három, a rendszeri által használt metaadat struktúrát határozott meg, ezek alapján fognak strukturált szemantikai tartalmat keresni a weboldalakon. Ezzel a recenziós, személyi és üzleti illetve eseményleíró információval fogják kiegészíteni a "snippeteket". Ezek azok a rövid szövegrészek, amelyek a keresőmotorok találati listáján megjelennek. A Google úgy határozza meg, hogy ilyen adatok mikroadat. mikroformátum, vagy RDFa^[13] segítségével adhatók meg. A mikroadat a meglévő HTML elemek belső itemtype , itemprop attribútumában hozzáadott adat. A mikroformátum class osztályleíró kulcsszavaiban megadott információ. Az RDFa a meglévő elemek rel, typeof , property tulajdonságokban hozzáadott információkra támaszkodik.^[13]

Ez a szócikk részben vagy egészben a Semantic HTML című angol Wikipédia-szócikk ezen változatának fordításán alapul. Az eredeti cikk szerkesztőit annak laptörténete sorolja fel. Ez a jelzés csupán a megfogalmazás eredetét és a szerzői jogokat jelzi, nem szolgál a cikkben szereplő információk forrásmegjelöléseként.

• schema.org A Bing, a Google és a Yahoo! 2011. június 2-i kezdeményezése

• Szemantikus web
• XML
• HTML-elem