HTML和XHTML的不同

1. MIME^[1]类型（MIME Types）
2. 解析（Parsing）
3. 语法（Syntax）
4. 标记（Markup）
5. 字符编码（Character Encoding）
6. 脚本（Scripts）
7. 样式表（Stylesheets）

　　请注意以下信息是基于(X)HTML5的当前规范，某些技术上问题并不适用于HTML的早先版本。

　　虽然HTML和XHTML看起来在语法上类似，但在很多方面显著的不同。 

注：由于当前的WHATWG^[2]文档是一个草案，这个部分需要跟随一个变化的对象。标记@@@的不同是从理论上可以被改变且不影响向后兼容的不同。

　　MIME类型（MIME Types）

1. XHTML必须以XML MIME类型来提供，例如application/xml 或 application/xhtml+xml。
2. HTML必须以text/html来提供。

　　MIME类型决定了使用文件的类型。如果尝试使用text/html来发送XHTML，你实际上仅使用了HTML，可能有语法错误。

技术上，依据规范，XHTML1.0被允许作为text/html来发送。但是正是由于上面的原因，这样的一个文件被认为是HTML文件而不是XHTML文件

　　解析（Parsing）

　　XHTML用XML解析请求。HTML用它自己定义的更接近当前浏览器实际处理HTML的方式。

1. 在XHTML中，良构性（well-formedness）错误是致命的。在HTML中，错误处理规则更加优雅。良构性错误在HTML也是语法错误，包括以下：
   1. 未编码的和符号（&替代&）和小于符号（<替代<）（这并不应用于CDATA）。（注：在HTML中，未编码的和符号在一些情况下是被允许的。）
   2. 注释包含额外的连接字符或以一个连接字符结尾。例如： or
   3. 不匹配结束标签。（不适用于可选标签元素）
   4. 不闭合标签。
   5. 非法字符出现在属性名称前或中。
   6. 文件结束（EOF）意外发生。
   7. 非法的字符出现在DOCTYPE名前。
   8. 丢失DOCTYPE名。
   9. 在DOCTYPE中PUBLIC标识符没有SYSTEM标识符。（注：在HTML5中包含这些中的任何一个是语法错误，在XML中允许唯一的SYSTEM标识符出现在它自己中。）
   10. 有属性的结束标签。
   11. 非法结束标签。（在HTML中，一个非法的
       和
       会导致产生隐含在它之前的开始标签。）

1. 内部子集在XML中是允许的，在HTML中是无意义的（且被禁止）
   1. 在一些情况下，HTML中的内部子集最终部分内联呈现。
2. 当符号序列“]]>”在内容中不标记一个CDATA段的结束时，在XHTML中是一个良构性错误，但在HTML中是有效的。
3. ，在XHTML中是一个CDATA片段，在HTML中是一个伪造的注释。
4. ，在XHTML中是一个处理指令，在HTML中是一个伪造的注释。
5. 在HTML中，用于空元素语法的尾部斜线在非空(non-void)元素(见下)中会有解析错误，但在所有情况下都被忽略。
6. 在HTML中，script和style元素作为CDATA解析。（注：这个CDATA的定义不同于XML中的。）在XML中，它们作为普通元素解析（这意味着注释被当着真正的注释，看起来像起始标签的就是起始标签）。
7. 在HTML中，title和textarea元素作为RCDATA被解析。（RCDATA定义不同于SGML中的，也不是XML的RCDATA.）
8. 在HTML中，如果脚本执行（scripting）是可用，noscript元素作为CDATA被解析。如果脚本执行是不可用的，它作为PCDATA被解析。在XHTML中，这个元素是没有作用的，当脚本执行不可用时，不能真正被用于阻止内容将要呈现。
9. 在HTML中，iframe，noembed和noframes作为CDATA解析。在XHTML中作为普通元素被解析，因此不能阻止内容被使用。
10. 在XHTML中属性值的空格(white space)符被标准化为空白^[3]。
11. 在HTML中，可选标签的元素在特定情况下被隐藏。
12. 在HTML中，在body中出现的带标签的title元素被转移到head中。在XHTML中，它停在指定它的地方。
13. 在HTML中，脱离上下文(context)出现的特定元素的标签被忽略。包括：caption，col，colgroup，frame, frameset，head，option，optgroup，tbody，td，tfoot，th，thead，tr。
14. plaintext在HTML中有一个特别的解析请求。（无论如何，它都是被禁止的。）
15. 这并不是全部的在HTML中发生的边界状态和错误条件。

　　语法（Syntax）

1. 在HTML中，doctype是必须的。在XHTML中是可选的。
2. 在XHTML中，标签名和属性名是大小写敏感的。在HTML中，它们是不敏感的。
3. 在XHTML中，非空元素必须有一个开始标签和一个结束标签。在HTML中，某些元素允许省略一个或两个标签。
   1. html (两个)
   2. head (两个)
   3. body(两个)
   4. li (结束标签)
   5. dt (结束标签)
   6. dd (结束标签)
   7. p (结束标签)
   8. colgroup (两个)
   9. thead (结束标签)
   10. tbody(两个)
   11. tfoot (结束标签)
   12. tr (结束标签)
   13. td (结束标签)
   14. th (结束标签)
4. 在XHTML中，空元素可以用空元素语法(
   )或一个结束标签紧跟在开始标签的后面(
   </br>)。在HTML中，空元素(empty elements)语法（尾部斜线）允许出现在空元素（void elements）上^[4]，但是禁止在非空元素上。无论如何，它没有任何意义可言，可以省略。对于空元素，结束标签是禁止的。
   1. base, link, meta, hr, br, img, embed, param, area, col 和 input。
   2. 注：在解析请求时，下面的元素被当作空元素对待，因为它们是过时和不标准的。尾部斜线是不允许的：basefont, bgsound, spacer,wbr（在任何方式下这些元素都是不允许的，所以它们没有太多不同）。
5. HTML允许属性最简化（minimisation），比如省略这个值，而XHTML不允许。
6. HTML允许使用没有引号的属性值，而XHTML不允许。
7. XHTML允许使用CDATA片段，而HTML不允许。
8. XHTML允许处理指令，而HTML不允许。
9. 在HTML中，所有实体引用（entity references）都是预定义的，不请求一个文档类型定义（DTD^[5]）。但是由于XHTML5没有DTD，实体引用不能用在XHTML中（包括5中预定义的实体：&amp;,&lt;,&gt;,&quot; 和&apos;）。
   1. 可以用自己的验证解释器提供自己的DTD，但是浏览器不能使用这个验证解析器而将无法读取DTD。
10. 一套合法的unicode字符集在XML1.0中的限制远超在HTML中。
11. XHTML允许命名空间前缀，但是HTML禁止。

　　标记（Markup）

1. 在XHTML中，命名空间声明（xmlns属性）是必须的。在HTML中的html元素也允许xmlns属性出现，其值是”http://www.w3.org/1999/xhtml”。
   2. 在HTML中，xmlns没有绝对作用。它基本上是一个护身符。它被允许仅仅是为了从XHTML移植过来更容易。当被HTML解析器解析时，这个属性最终处于无效的（null）命名空间中。
   3. 在XML（和XML命名空间理解的解析器）中，xmlns属性是其命名空间声明机制的一部分，一个元素实际上在无效的命名空间中是不能有xmlns属性的。当DOM执行时，这个属性最终在”http://www.w3.org/2000/xmlns/”命名空间中。
2. XHTML允许使用非XHTML元素和属性（在不同的命名空间），HTML不允许。
3. XHTML用xml:lang属性，HTML用lang属性代替。
4. XML ID引入xml:id，能用在XHTML中，但在HTML中没有作用。
5. 在HTML中，noscript能被使用，在XHTML中，它是禁止的。
6. HTML用base元素，XHTML用xml:base代替。
7. 在XHTML中，p元素也许包含结构化的内联级（inline level）元素，包括blockquote, dl, menu, ol, ul, pre 和 table。在HTML序列化中，由于向后兼容的限制，这是不可能的（虽然它或许可以通过DOM操作实现）。
8. 在XHTML中，table元素或许包含子tr元素。在HTML序列化中，由于向后兼容的限制，这是不可能的（虽然它或许可以通过DOM操作实现）。

　　字符编码（Character Encoding）

1. 在XHTML中，XML声明被用于指定的字符编码。在HTML中，禁止XML声明。
2. 在HTML中，带有一个charset属性的meta可以用于代替。在XHTML中，如果有包含它，它是被禁止且忽略的。
3. XHMTL的默认编码是依据XML规则，UTF-8或UTF-16。在HTML中如果没有声明编码，它应该决定执行一个特别的启发式的或退回到一个默认的值。（规范中本章节还未完成）

　　脚本（Scripts）

1. document.write()和document.writeln()不能用在XHTML中，但能用在HTML中。
2. 在XHTML中，通过innerHTML属性获取的字符串必须是一个良构的XML片段。
3. DOM APIs在XHTML中是大小写敏感的，但是一些在HTML中是不敏感的。（不适用于那些不在HTML命名空间的元素。）
   1. Element.tagName, Node.nodeName,和 Node.localName 返回是大写的值。
   2. Document.createElement()是大小写不敏感的（规范写法是小写）。
   3. Element.setAttributeNode()将会把属性名改成小写。
   4. Element.setAttribute()是大小写不敏感的（规范写法是小写）。
   5. Document.getElementsByTagName()和 Element.getElementsByTagName()是大小写不敏感的。
   6. Document.renameNode()。如果新的命名空间是HTML命名空间，在重命名执行之前新的合格的名字必须是小写。
4. 在HTML中，Document.createElement()在HTML命名空间下创建一个元素。在XML（包括XHTML），这个被DOM2和DOM3定义的命名空间是空的。
5. 在XHTML中，浏览器在这个领域缺乏通用性。在Firefox，这个命名空间依赖于MIME类型。在Opera它依赖于根元素，而在Safari，它一直是无效的。

　　样式表（Stylesheets）

1. 用于CSS中的选择器(selectors)匹配在XHTML中是大小写敏感的，在HTML中大小写不敏感的。
2. 在HTML中在画布上渲染背景，CSS请求body元素的特殊处理，但不适用于XHTML。

原文： Differences Between HTML and XHTML

• [1] MIME ： Multipurpose Internet Mail Extensions是Internet的传输标准，它提供Web浏览器一种检视多种档案格式的方式。
• [2] WHATWG：Web Hypertext Application Technology Working Group网页超文本技术工作小组。
• [3] XML1.0对属性值进行了标准化。对于空格字符（#x20,#xD,#xA,#x9）加入了空白字符（#x20）变成了标准化的值。
• [4] void elements是empty elements的新名字
• [5] DTD(Document Type Definition)：文档类型定义