Auszeichnungssprache: Tags, Struktur und Darstellung

Eine Auszeichnungssprache ergänzt Texte oder andere gespeicherte Informationen um Kennzeichnungen. Ein Computer kann diese Kennzeichnungen lesen und auswerten. Viele Auszeichnungssprachen verwenden dafür Tags, also besondere Markierungen.

Eine Kennzeichnung kann die Rolle eines Textteils angeben. Mit Rolle ist seine Aufgabe gemeint, etwa Überschrift oder Absatz. Ein Absatz ist ein zusammengehöriger Textabschnitt. Die Rolle „Überschrift“ allein legt weder eine genaue Schriftfarbe noch eine feste Schriftgröße fest. Andere Kennzeichnungen können das Aussehen beschreiben, etwa eine Farbe.

Ein Beispiel ist HTML. Die Abkürzung steht für „Hypertext Markup Language“, auf Deutsch etwa „Auszeichnungssprache für verknüpfte Texte“. HTML beschreibt den Inhalt und die Gliederung von Webseiten. Ein so gekennzeichneter Text ist noch keine fertige Bildschirmausgabe.

Ein Element ist eine durch Tags gekennzeichnete Einheit. Wir betrachten zunächst Elemente mit Start-Tag, Inhalt und End-Tag. Das Start-Tag eröffnet das Element. Der Inhalt steht dazwischen und kann Text oder weitere Elemente enthalten. Das End-Tag schließt das Element. Start- und End-Tag tragen denselben Elementnamen.

Die Zeichen heißen: „<“ ist die öffnende spitze Klammer, „>“ die schließende spitze Klammer und „/“ der Schrägstrich. Ein Start-Tag enthält den Elementnamen zwischen den spitzen Klammern. Beim End-Tag steht zusätzlich ein Schrägstrich vor dem Elementnamen, innerhalb der Klammern. Er steht weder hinter dem Namen noch außerhalb der Klammern.

Der HTML-Elementname „p“ kennzeichnet einen Absatz. „strong“ kennzeichnet Inhalt mit starker Bedeutung. Für unsere Prüfung verwenden wir die benannten Markierungen „Start p“, „Ende p“, „Start strong“ und „Ende strong“. Das sind Modellbezeichnungen zum Mitlesen, kein ausführbarer HTML-Code.

Verschachtelung bedeutet: Ein Element liegt innerhalb eines anderen Elements. Das zuletzt geöffnete, noch offene Element wird zuerst geschlossen. Jedes der hier betrachteten Elemente erhält sein eigenes passendes End-Tag. Ein gemeinsames End-Tag schließt nicht beide Elemente. Diese Prüfung kontrolliert die Verschachtelung der gezeigten Tagpaare, nicht sämtliche HTML-Regeln.

Nicht jedes HTML-Element hat diese drei Teile. Leerelemente haben keinen Inhalt und kein End-Tag. In unseren Beispielen mit „p“ und „strong“ schreiben wir Start- und End-Tag aus.

Markup ist das englische Wort für Auszeichnung. Beschreibendes Markup nennt die Rolle oder Bedeutung eines Inhalts, etwa Überschrift, Absatz oder starke Bedeutung. Darstellendes Markup legt sein Aussehen fest, etwa Farbe, Schriftgröße oder Ausrichtung. Ausrichtung meint zum Beispiel, ob Text links oder mittig steht. „Blau“ und „groß“ sind Angaben zum Aussehen, keine Textrollen.

Ein „strong“-Element ist beschreibend: Es kennzeichnet starke Bedeutung. Diese Bedeutung ist etwas anderes als eine bestimmte sichtbare Schriftgestaltung. Umgekehrt verrät eine mittige Anordnung noch nicht, ob ein Text eine Überschrift oder eine Bildbeschriftung ist.

Bei getrennter Gestaltung bleibt die Rolle im Inhalt vermerkt. Das Aussehen wird durch eigene Regeln festgelegt. Für Webseiten dient dazu häufig CSS. Die Abkürzung steht für „Cascading Style Sheets“; damit werden Gestaltungsregeln beschrieben. Solche Regeln können getrennt vom HTML-Inhalt gespeichert werden. Du kannst dann zum Beispiel eine Regel für Überschriften ändern, ohne deren Wortlaut oder Rolle zu ändern.

Die Trennung erleichtert auch unterschiedliche Ausgaben, etwa auf einem Bildschirm und auf Papier. Derselbe als Überschrift markierte Text kann dabei verschieden aussehen. Seine Rolle bleibt erhalten.

Die Trennung garantiert aber keinen passenden Umbruch an jeder Stelle. Ein Umbruch ist die Stelle, an der eine neue Zeile oder Seite beginnt. LaTeX ist ein System, das unter anderem Texte für die Ausgabe auf Seiten anordnet. Es findet in der Praxis nicht jeden passenden Zeilen- oder Seitenumbruch. Deshalb kann dort gelegentlich eine zusätzliche Anweisung für einen Seitenumbruch nötig sein.

Ein Webbrowser ist ein Programm zum Öffnen und Darstellen von Webseiten. Wir betrachten eine einfache Webseite, deren Inhalt nicht durch zusätzliche Programme verändert wird. Die folgende Erklärung ist vereinfacht. Echte Browser können die Verarbeitung unterschiedlich organisieren; die beschriebenen Schritte sind kein vollständiger Ablaufplan.

Parsen bedeutet hier: Der Browser liest den HTML-Text, untersucht seine Kennzeichnungen nach Regeln und baut daraus eine Dokumentstruktur auf. Das ist ein gespeichertes Modell der Gliederung. Es ist baumartig: Äußeren Elementen werden die darin enthaltenen Elemente und Texte zugeordnet. DOM steht für „Document Object Model“ und bezeichnet hier dieses Modell im Speicher des Computers. Beim Parsen entsteht damit noch keine fertige Anordnung auf dem Bildschirm und keine Festlegung der Schriftfarben.

Beim Rendern bereitet der Browser aus der Dokumentstruktur und den Gestaltungsregeln die Ausgabe vor. Für den Bildschirm berücksichtigt er unter anderem CSS-Regeln. Er berechnet Größen, Positionen und Zeilenumbrüche und zeichnet die sichtbare Seite. In unserer Betrachtung bleiben der eingelesene Wortlaut und die zugewiesenen Rollen dabei erhalten. Ein neuer Zeilenumbruch ersetzt keine Wörter und macht aus einem Absatz keine Überschrift.

Ändert sich die Fensterbreite oder die Schriftgröße, kann der Browser die Zeilenumbrüche neu anpassen. Der Wortlaut kann dabei gleich bleiben. Die Darstellung hängt also auch vom verfügbaren Platz ab.

Neben der sichtbaren Darstellung entsteht eine eigene Struktur für Hilfsprogramme. Dazu gehören Bildschirmleser: Das sind Programme, die zugängliche Inhalte als Sprache ausgeben können. Diese zusätzliche Struktur wird aus der Dokumentstruktur abgeleitet. Beschreibende Auszeichnungen können solche unterschiedlichen Nutzungen erleichtern.