HTML y XML utilizan dos sintaxis diferentes: la sintaxis HTML está inspirada en la norma SGML (aunque no la cumple estrictamente), mientras que la sintaxis XML está basada en la recomendación XML (1998). para saber más sobre XML puede consultar los apuntes de XML de mclibre.
En general, la sintaxis XML es más "estricta", en el sentido de imponer restricciones en la forma de escribir etiquetas, atributos o valores, mientras que la sintaxis HTML es más "flexible".
Los únicos contextos en los que es necesario seguir la sintaxis XML en una página web es en el caso de las imágenes SVG y las fórmulas matemáticas MathML, que se pueden incluir en una página web pero deben seguir la sintaxis XML.
En esta lección se comentan algunas de las diferencias entre las sintaxis HTML y XML.
Generalidades
En XML para que un documento se muestre en el navegador tiene que ser "bien formado", es decir, tiene que cumplir todas las reglas sintácticas. En HTML, los documentos se muestran en el navegador aunque contengan errores sintácticos (la visualización puede ser correcta o incorrecta, dependiendo del tipo de errores de la página). Eso quiere decir que si las imágenes SVG o las fórmulas matemáticas MathML incluidas en una página web tienen errores sintácticos, pueden no mostrarse correctamente. Dependiento del tipo de error, el error puede no afectar al resultado, afectar únicamente al elemento incorrecto, a todos los elementos que siguen al elemento incorrecto o a la imagen o fórmula completa.
En XML no puede haber texto no incluido en alguna etiqueta, pero en HTML puede haberlo:
<p>AAAA</p>
BBBB
<p>CCCC</p>
En XML, los nombres de elementos y atributos deben escribirse en minúsculas. En HTML no es necesario.
<p class="xxx">AAAA</p>
<P>AAAA</P>
<p CLASS="xxx">AAAA</p>
En XML, las referencias a entidades en hexadecimal deben escribirse en minúsculas. En HTML se pueden escribir en minúsculas o mayúsculas.
<p>α β π</p>
<p>α β π</p>
Elementos (etiquetas)
Los documentos XML tienen que tener un único elemento raíz de todo el documento, el elemento <html>. Los documentos HTML pueden no tenerlo.
<!DOCTYPE html>
<html>
<head>
<meta charset="utf-8">
<title>HTML</title>
</head>
<body>
<!-- contenido de la página -->
</body>
</html>
<!DOCTYPE html>
<head>
<meta charset="utf-8">
<title>HTML</title>
</head>
<body>
<!-- contenido de la página -->
</body>
En XML, los elementos no vacíos (los que tienen etiqueta de apertura) deben tener etiqueta de cierre. En HTML no es necesario.
<p>AAAA</p>
<p>BBBB</p>
<p>AAAA
<p>BBBB</p>
En XML, la etiqueta de apertura de los elementos vacíos debe acabar en " />" o debe haber una etiqueta de cierre. En HTML el carácter / final debe ignorarse completamente y los elementos vacíos no deben tener etiqueta de cierre.
<hr />
<hr></hr>
<hr>
El cierre de las etiquetas vacías en XML puede tener o no un espacio delante. Hace años se recomendaba dejar un espacio delante por compatibilidad con algunos navegadores, pero seguramente hace años que esos navegadores han desaparecido del mercado.
<hr />
<hr/>
Atributos
En XML, los atributos deben tener siempre valor (en el caso de atributos booleanos, el valor debe ser el propio nombre del atributo o una cadena vacía). En HTML, los atributos pueden no tener valor asignado.
