王建硕: 为什么HTML里的Comment是<!--开头？

最近做了两周的产品组培训，让自己对于技术的兴趣又重新燃起。我觉得一个好的技术人员要至少做到两点：开放（或者说有好奇心）和深入（或者是打破沙锅问到底）。在准备下周的UI训练营之前，我简单的看了一些HTML代码，发现还有很多以前忽略的东西。比如我问的这个很白痴的问题：

为什么HTML的comment都是写成

形式？

这个看起来最不像HTML的语法，正是源于HTML的父规范 - SGML。在SGML语言里面，<! >表示SGML中的声明，比如

<!ELEMENT IMG - O EMPTY -- Embedded image -->

而在SGML里面，评论是用简单的两个横线表示的。第一对横线表示评论的开始，而第二对表示评论的结束。在HTML里面，就直接继承过来，用来代替。

就像还有另外一个SGML语法写出来的东西，我几乎从来没有真正关心过，或者说还很少手写的，就是XHTML 1.0或者HTML 4.01前面的DOCTYPE，比如：
<!DOCTYPE html PUBLIC "-//W3C//DTD XHTML 1.0 Transitional//EN" "http://www.w3.org/TR/xhtml1/DTD/xhtml1-transitional.dtd">，这真正代表着什么呢？难道就是一行字符串吗？其实，可以说浏览器就把它当作一段字符串，但字符串的生成，还是有历史原因的。

比如说

<! 表示SGML的声明的开始
DOCTYPE是SGML的语法的以部分，就像另外一个常用的，ENTITIES，在DTD结构的语法里面常常用到。
html说明了这个SGML文档的根tag。
PUBLIC和SYSTEM相对。SYSTEM 会制定这个文档相对应的DTD的未知，应该是:SYSTEM "/dtd/xhtml.dtd"这样的形式，而PUBLIC表示下面将不用URL而仅仅是一个字符串规定DTD的位置，而这个字符串是如此的特殊，我们有一个名字来规定，叫做Formal Public Indentifiers (FPI)。
"-//W3C//DTD HTML 4.0//EN"这就是FPI。云里雾里的字符串也是有意义的：ownername//class description//language。其中，ownername 是 -//W3C。其中减号表示W3C是一个还没有在ISO（或者其下的ANSI注册的机构），+号代表的是注册的（这里感觉到了1960年代那种互联网之前的迂腐的味道。以后所有的这些复杂的注册统统都用基于现在的域名注册系统中了，比如xmlns命名空间的注册借用URI就显得聪明的多）。就连W3C都没有注册，可见注册机制已经名存实亡。DTD表示了类型，而HTML 4.0是这个DTD的描述性的名字。最后的EN同样借用了ISO 639的语言代码。
"http://www.w3.org/TR/xhtml1/DTD/xhtml1-transitional.dtd"这个按道理是不需要的，因为如果有了FPI，所有的现代浏览器应该都自带从这个著名的FPI到本地缓存的一份DTD文件的对应表，但是如果没有（这是严谨的考虑），才把URL作为PUBLIC的第二个参数，传进去。。。(顺便提一句，FireFox不会去读任何外部或者内部的DTD，用来验证HTML的合法性，换句话说，FireFox不支持DTD验证).
>跳出SGML世界，回到HTML文档中去。

这样分析，也就大概的知道这里是怎么回事了，至少对于记忆这个字符串有好处。

Web的历史一直是借用和采纳的历史，HTML借用SGML的规定，SGML有借用ISO的定义，就像SMTP借用了URI的定义作为自己的规范中的一部分一样。。。

而且，这种过去的规范对于新技术的影响，就有点像两匹马的屁股决定了古代车辆的宽度，之后决定了地上的车辙，进而影响到了铁路的宽度，限制到了铁路运输的货物到校，随之限制了运载火箭的直径，知道决定了卫星的直径。。。这听起来虽然有点牵强，但说的就是这种例子。

技术加上一点点考古，真有趣。

以往的帖子