La conversión de caracteres en secuencias numéricas

Capítulo 2. Características básicas

2.1. Lenguajes de etiquetas

Uno de los retos iniciales a los que se tuvo que enfrentar la informática fue el de cómo almacenar

la información en los archivos digitales. Como los primeros archivos sólo contenían texto sin

formato, la solución utilizada era muy sencilla: se codificaban las letras del alfabeto y se

transformaban en números.

De esta forma, para almacenar un contenido de texto en un archivo electrónico, se utiliza una

tabla de conversión que transforma cada carácter en un número. Una vez almacenada la

secuencia de números, el contenido del archivo se puede recuperar realizando el proceso

inverso.

Figura 2.1. Ejemplo sencillo de codificación de caracteres

El proceso de transformación de caracteres en secuencias de números se denomina

codificación de caracteres y cada una de las tablas que se han definido para realizar la

transformación se conocen con el nombre de páginas de código. Una de las codificaciones más

conocidas (y una de las primeras que se publicaron) es la codificación ASCII. La importancia de

las codificaciones en HTML se verá más adelante.

Una vez resuelto el problema de almacenar el texto simple, se presenta el reto de almacenar los

contenidos de texto con formato. En otras palabras, ¿cómo se almacena un texto en negrita? ¿y

un texto de color rojo? ¿y otro texto azul, en negrita y subrayado?

Utilizar una tabla de conversión similar a las que se utilizan para textos sin formato no es

posible, ya que existen infinitos posibles estilos para aplicar al texto. Una solución técnicamente

viable consiste en almacenar la información sobre el formato del texto en una zona especial

reservada dentro del propio archivo. En esta zona se podría indicar dónde comienza y dónde

termina cada formato.

No obstante, la solución que realmente se emplea para guardar la información con formato es

mucho más sencilla: el archivo electrónico almacena tanto los contenidos como la información

sobre el formato de esos contenidos. Si por ejemplo se quiere dividir el texto en párrafos y se

desea dar especial importancia a algunas palabras, se podría indicar de la siguiente manera:

Introducción a XHTML Capítulo 2. Características básicas

www.librosweb.es 9

<parrafo>

Contenido de texto con <importante>algunas palabras</importante> resaltadas de forma

especial.

</parrafo>

El principio de un párrafo se indica mediante la palabra <parrafo> y el final de un párrafo se

indica mediante la palabra </parrafo>. De la misma manera, para asignar más importancia a

ciertas palabras del texto, se encierran entre <importante> y </importante>.

El proceso de indicar las diferentes partes que componen la información se denomina marcar

(markup en inglés). Cada una de las palabras que se emplean para marcar el inicio y el final de

una sección se denominan etiquetas.

Aunque existen algunas excepciones, en general las etiquetas se indican por pares y se forman

de la siguiente manera:

▪ Etiqueta de apertura: carácter <, seguido del nombre de la etiqueta (sin espacios en

blanco) y terminado con el carácter >

▪ Etiqueta de cierre: carácter <, seguido del carácter /, seguido del nombre de la etiqueta

(sin espacios en blanco) y terminado con el carácter >

Así, la estructura típica de las etiquetas HTML es:

<nombre_etiqueta> ... </nombre_etiqueta>

HTML es un lenguaje de etiquetas (también llamado lenguaje de marcado) y las páginas web

habituales están formadas

...