La Internacionalización en el HTML

La informática en su corta historia está claramente dirigida por el mundo anglosajón. No es extraño en consecuencia que en su diseño inicial se atuviese estrictamente a sus necesidades. Los ordenadores, y por supuesto las aplicaciones de internet, en sus inicios usaban un conjunto de caracteres apenas suficiente para la lengua inglesa; nada de caracteres propios de otras lenguas occidentales (á, é, í, ó, ú, ñ, Ç, ß...).

Este conjunto de caracteres se conocía como ASCII. El standard ASCII original definía cada carácter permitido con un esquema de 7 bits, permitiendo 128 caracteres distintos; las posiciones 0 a 33 y 127 se reservan para códigos de control. Por ejemplo la posición 32 equivale a un espacio (puedes probarlo pulsando en tu teclado alt 32). Los espacios del 33 al 126 se destinaban a contener los numeros [0-9] y un juego alfabético básico [a-z A-Z], excluyendo vocales acentuadas y caracteres propios de otras lenguas. Este juego de caracteres es de uso seguro en nuestros documentos html; puedes introducirlos tal cual desde tu teclado, y se visualizarán correctamente en cualquier navegador/ordenador.

En la década de los 80 era evidente la necesidad de superar el standard ASCII, entre otras razones porque estaban proliferando soluciones locales, que si bien permitían el uso de caracteres singulares de cada idioma, dificultaban la compatibilidad.

Nace así el standard ISO 8859 (o Latin-x), todavía hoy de uso generalizado, que simplemente rediseñaba el standard ASCII en un esquema de 8 bits, permitiendo pasar a 256 caracteres frente a los anteriores 128.

Este standard mantenía inalteradas las primeras 128 posiciones, y definia las 128 restantes acomodandolas a cada familia de escrituras: Existen 10 versiones standard de ISO 8859 (o Latin-x): Latin1 (Europa Occidental); Latin2 (Europa del este); Latin3 (Maltés y Esperanto); 4. Latin4 (Europa del norte); 5. Latin-Cirílico; 6. Latin-Arabe; 7. Latin-Griego; 8. Latin-Hebreo; 9. Latin5 (Turco); 10. Latin6 (Nordico), con lo cual se solucionaba el uso de caracteres de la casi totalidad de escrituras occidentales.

Latin-1 es el conjunto de caracteres por defecto indicado en los standards HTML hasta la versión 3.2 incluida.

En cuanto a su uso en la red, debes tener en cuenta que las posiciones 0 a 31, y 127 a 159, inclusive, no pueden ser usadas válidamente (estan formalmente sin definir).

Los caracteres válidos del ascii original son seguros. En cuanto al resto (es decir, la parte superior del ascii extendido), su introducción directa pulsando la tecla correspondiente no es recomendable, puesto que estas a expensas de la concreta configuración de pc/navegador de cada usuario, y es bien posible que no se vean correctamente, sobre todo por usuarios de otras áreas geográficas.

Precisamente para evitar este problema el lenguaje HTML ofrece la alternativa de representar estos caracteres mediante un código (mnemotecnico o numérico): las entidades de caracteres y las referencias de caracteres, respectivamente.

Reiterar que el primer conjunto de caracteres (0-127) es idéntico tanto en ASCII como en ASCII extendido (8859 o Latin-1), y para su representación no necesitas usar entidades, salvo para los cuatro caracteres reservados:

&lt; representa el signo <
&gt; representa el signo >
&amp; representa el signo &
&quot; representa el signo "

Estos caracteres no pueden ser usados directamente en páginas HTML, ya que están reservados para un fin distinto: < y > son delimitadores de etiquetas; & se usa como delimitador, precisamente, de entidades de carácteres, y " para los valores de atributos (" en realidad podria usarse sin problemas, de hecho en la especificacion HTML 3.2 no se incluia como carácter reservado).

Las entidades de caracteres son formas de introducir en nuestra página carácteres de forma segura garantizando su correcta visualización.

Usuarios que han visto este tema también han visto...

- Recargar o redirigir a otra pagina con HTML
- Escribir por encima de las imagenes en html
- Forzar un salto de página en la impresión en HTML
- Estructura de un documento HTML
- Todo sobre los formularios.

- Versión imprimible de este documento

- Enviar por e-mail este documento