HTML Tags cumple 35 años: el primer documento de HTML de Tim Berners-Lee

HTML Tags es el documento en el que Tim Berners-Lee describió por primera vez, en público, las etiquetas de HTML: TITLE, A, P, H1 a H6, listas y unas cuantas que ya nadie recuerda. El 29 de octubre de 1991, hace exactamente 35 años, lo enlazó en un correo a la lista www-talk. Muchas de esas etiquetas siguen en tu código de hoy. Otras están en la lista de obsoletas de la especificación, y las de resaltado ni siquiera se usaban entonces.

La fecha se repite estos días como "el cumpleaños de las etiquetas HTML". Fui a buscar el correo original: la fecha es correcta, pero lo que pasó ese día no fue exactamente una publicación.

Qué pasó el 29 de octubre de 1991

El archivo de la lista www-talk arranca el 28 de octubre de 1991. Al día siguiente, a las 10:03 (GMT+1), Berners-Lee le contesta a Dan Connolly, que estaba escribiendo un navegador para X11 y le pedía más información sobre "exactamente qué puedo esperar ver en un archivo HTML".

La respuesta de Tim, según el mensaje archivado, arranca con un pequeño reproche:

You ask for info on exactly what you can expect to find in an HTML file, but you've read the two HTML files about HTML. What is missing from there?

Y sigue con la línea que le da la fecha a este aniversario:

Here is some discussion about the tags -- where it's not in http://info.cern.ch/hypertext/WWW/MarkUp/Tags.html I have updated that document now.

O sea, el documento ya existía: Connolly ya lo había leído, y Tim dice que lo acaba de actualizar. Lo que pasa el 29 de octubre es que la URL aparece por primera vez en un mensaje público archivado. Como fecha de cumpleaños funciona, aunque decir que ese día lo "publicó" es generoso.

Qué decía HTML Tags

El texto de 1991 no se conserva tal cual. Lo que el W3C guarda es una copia del sitio de CERN de noviembre de 1992: el servidor la sirve con fecha de modificación del 13 de noviembre de 1992. Es la versión más cercana que se puede leer hoy, y el correo de 1991 sirve para ver qué cambió.

El documento empieza explicando qué es una etiqueta, cosa que hoy parece obvia: un < que abre, un > que cierra, y una versión con barra para cerrar. Dice que las etiquetas y los atributos no distinguen mayúsculas, y que los documentos HTML se transmiten "sin las etiquetas de marco normales de SGML". Después lista los elementos:

La columna "Hoy" sale de la lista de elementos no conformes del HTML Living Standard, que tiene una recomendación para cada una: nextid se reemplaza por GUIDs, isindex por un formulario con un campo de texto, listing y xmp por pre y code, dir por ul, y plaintext por servir el archivo como text/plain.

Cada etiqueta obsoleta de la tabla resolvía el problema de una herramienta puntual: el editor de NeXT, un parser sin escapes, la búsqueda del servidor.

Lo que el correo cuenta y el documento no

El correo de 1991 es más franco que la página. Algunas cosas que dice Berners-Lee:

• "Most of the tags are just style tags": encabezados, listas y glosarios eran, para él, estilos.
• TITLE y H1 no son lo mismo: el título tiene que entenderse fuera de contexto (en la barra de la ventana o en el historial) y el encabezado dentro de él. Su ejemplo: un título "Formatting Characters for Printf -- C reference manual" con un encabezado que dice solo "Formatting characters". Es el mismo consejo que hoy te dan para el <title> de SEO, 35 años antes.
• XMP existía porque no había escapes. Dentro de XMP y LISTING todo era texto literal hasta la etiqueta de cierre, "porque todavía no tenemos entidades en el código". Promete que el próximo parser tendrá algo como < para <. Ese parche temporal es el que la especificación actual da por obsoleto.
• PLAINTEXT era "a fudge for the moment", un arreglo provisorio hasta que existiera negociación del formato del documento. La especificación actual pide justo eso: servir el archivo como text/plain.
• Los anchors se usaban, el atributo REL todavía no: "Anchors are used! The REL attribute is NOT used."

La idea que llegó a medias

La parte que más me gustó está al final del correo. Tim cuenta que el documento por ahora es "una secuencia lineal de estilos": no puedes tener listas dentro de listas. Y propone otra cosa:

I would in fact prefer, instead of , etc for headings [those come from the AAP DTD] to have a nestable .. element, and a generic .. which at any level within the sections would produce the required level of heading.

Es decir: secciones anidables y un encabezado genérico cuyo nivel lo da la profundidad. Los H1 a H6 venían heredados del tag set de AAP vía la guía SGML de CERN (la copia de 1992 lo dice: "Their definition is completely historical"), y ya en 1991 a su autor no le convencían.

El elemento section existe hoy en la especificación. El <H> genérico no: seguimos escribiendo h1 a h6 y eligiendo el número a mano.

De HTML Tags a un estándar

Connolly, el del navegador para X11 al que iba dirigido el correo, terminó firmando junto a Berners-Lee la RFC 1866, Hypertext Markup Language - 2.0, publicada en noviembre de 1995. Ahí varias etiquetas de 1991 ya aparecen de salida: la RFC dice que los documentos "should not contain nor elements", que usen PRE, y que NEXTID se incluye "for historical reasons only". Cuatro años después de aquella lista en un servidor de CERN, parte del trabajo de estandarizar ya era decidir qué sacar.

El patrón

Leyendo el correo y el documento juntos, las etiquetas que aguantaron 35 años describen qué es el contenido: un título, un párrafo, un enlace, una lista. Las que murieron describían cómo lo procesaba una herramienta concreta en 1991. NeXT, los parsers sin entidades y la búsqueda con ISINDEX desaparecieron, y con ellos sus etiquetas. Lo incómodo es que Tim ya veía en 1991 que H1 a H6 era la parte floja, y es justo la que seguimos usando todos los días.

Si quieres verlo con tus propios ojos, abre el mensaje del 29 de octubre y la copia de HTML Tags en dos pestañas. Se leen en diez minutos y explican por qué tu <title> y tu <h1> no dicen lo mismo.

Preguntas frecuentes

¿Qué es el documento HTML Tags?

Es la primera descripción pública de HTML, escrita por Tim Berners-Lee en CERN. Lista las etiquetas que entendían los primeros navegadores (TITLE, A, P, H1 a H6, listas y otras) y explica para qué sirve cada una.

¿Cuándo se publicó HTML Tags?

El 29 de octubre de 1991 Berners-Lee enlazó el documento en un correo a la lista www-talk y dijo que lo acababa de actualizar. El documento ya existía antes de esa fecha, pero es su primera aparición en un mensaje público archivado.

¿Cuántas etiquetas tenía el primer HTML?

Depende de cómo se cuenten (H1 a H6 son seis o una familia, HP1 y sus hermanas figuran como "NOT CURRENTLY USED"). La copia de 1992 describe TITLE, NEXTID, BASE, A, ISINDEX, PLAINTEXT, LISTING, XMP, P, H1 a H6, ADDRESS, HP1..., DL, DT, DD, UL, MENU, DIR y LI. El correo de 1991 menciona además OL.

¿Qué etiquetas del primer HTML siguen vigentes?

title, base, a, p, h1 a h6, address, dl, dt, dd, ul, ol, menu y li siguen en el HTML Living Standard. nextid, isindex, plaintext, listing, xmp y dir están en la lista de elementos no conformes.

¿Dónde se puede leer el documento original?

El W3C conserva una copia del sitio de CERN de noviembre de 1992 en w3.org/History. La versión exacta de octubre de 1991 no está publicada; el correo de ese día en el archivo de www-talk es la mejor pista de lo que decía entonces.

Fuentes

• Re: status. Re: X11 BROWSER for WWW (correo de Tim Berners-Lee a www-talk del 29 de octubre de 1991; las citas en inglés salen de aquí)
• WWW Talk 1991 Archives (índice del archivo de la lista)
• Tags used in HTML (copia del W3C del documento HTML Tags, noviembre de 1992)
• HTML Standard: Obsolete features (elementos no conformes y sus reemplazos)
• HTML Standard: The section element
• RFC 1866: Hypertext Markup Language - 2.0 (Berners-Lee y Connolly, noviembre de 1995)