第贰拾壹章 太监们 （上） (第3/3页)

的未来的电子工程师们，面对数学系的同学和FOR合作边写论文边打工，名利双收的局面，终于不堪平庸，奋发图强，努力证实自己的价值。

    嗯！证实的好！范含想，让我知道了这个消息，也算没白来一趟。

    既然这个系统不是自己想象中的那个数据库应用，说明情况还不算太坏。并且这个系统并不是IBM开发的，说明IBM的思想还没那么前卫。不过，这个系统已经成功运行在IBMSystem360上这件事本身，说明迟早有一天IBM会开始开发类似系统。

    自己一定要抓紧。

    只要一提到“超文本”，范含立刻就会联想到“超文本链接语言”。这种语言几乎是钦定的描述“超文本”的工具。最明显的特征就是那个“下划线”。

    以前总觉得采用添加下划线来表示超文本的方式天经地义，今天亲眼目睹了这样一个早期系统，终于感觉到前辈们决定采用这种方式的无可奈何与理所当然。

    那些“后世图形界面浏览器”里面的文字，都是和其他图形界面程序一样，是画出来的。反正画什么也是画，所以随便改字体也无所谓。但是对于字符终端而言，每个字符都采用事先烧入ROM里面的等宽点阵字体，直接拍在屏幕上。在这种情况下，就算是同一种字体族，仅仅采用粗体或斜体，实际上都需要更改点阵，肯定会涉及到字符位置的重新计算。相比之下，字体不变而改换颜色反而更容易一些。但是目前最通用的是单色终端，并且这种系统的设计从一开始就决定了不能依赖颜色。于是，下划线几乎是唯一可能的解决方案。每打出一个字符，在下面多一条线，还是可以轻松办到的。

    这些事实都在提醒范含，尽快设计HTML，规范化超文本的表现形式，利人利己。

    不过……HTML由于历史的原因，设计的太随意了些。这种随意曾经让范含吃尽了苦头。

    以前范含搜集资料的时候，遇到了一个“国学网”，里面都是各种国学古籍。曾经兴高采烈的从网页上面复制文字，存成文本。但是打开一看，每行后面都多了一个字。基本上就是“知”、“古”、“斋”、“主”四个字轮换使用。仔细分析网页源代码，发现这个多余的字的确是原来就有，只不过颜色设置和背景色相同，在浏览器中看不出来而已。

    对于这样做的动机，范含是可以理解的。毕竟辛辛苦苦做成网页，不希望其他竞争站点原封不动拿走就用。但是对于这种手段，范含是不支持的。毕竟这些古籍的著作权属于死人，版权不属于任何活人。要么您就别贴出来，要么您就贴图，像现在这么干，只会给一些查找资料的人制造困难。

    况且这类手段别说难不住“竞争站点”，甚至难不住范含这厮。范含把所有网页下载完毕之后，专门用Perl写了个脚本，读入网页，输出文本，顺便除掉中间的这些垃圾。

    写脚本的时候就意识到了HTML的不规范所带来的麻烦。

    首先，标签关键字不区分大小写。处理这个就很费劲。

    其次，许多标签可以闭合，也可以不闭合。比如表示段落的“”，可以单独出现，也可以和结束标签“”成对出现。处理这个也很费劲。

    再次，标签属性值的引号可用可不用。比如“color=”red””，也可以写成“color=red”。处理这个最费劲。

    还有其他许多地方需要范含费劲，虱子多了不咬，债多了不愁，至于那些地方到底是哪些地方，现在的范含大人大量……已经忘了。

    这还是自己专门针对一套模板做出来的网页写分析程序，已经痛不欲生。对于专门写浏览器，必须分析所有可能的HTML格式的那些家伙们，郁闷到何等地步应该是可以想象的。

    所以到了后来，xhtml标准出现，范含几乎是举双手双脚赞成，巴不得全天下的页面都是如此规范。

    所谓“xhtml”，其实就是用xml语法规范化的html，每个xhtml文件都是一个标准的xml文件。处理这样的文件当然会很轻松。

    范含最欣赏xml的地方，就是它很“规范”。上面提到的那些html的缺陷，xml一概没有。

    比如大小写问题，xml是区分的。这个就有它的必然原因……在Unicode里面处理大小写，实在是太他妈的的烦了！

    不说阿拉伯文没有大小写。不说东亚的象形文字、也不说泰文、梵文、希腊文、俄文字母。就是采用拉丁字母的语言，除了英语、意大利语这类不采用重音符号的文字之外，都会很烦。

    比如德文，大写字母29个，小写字母30个。多出来的那个小写字母，形状类似希腊文的Beta，实际上是“ss”的合写。这个字母不会出现在字头，也就没有大写形式，一旦需要大写……比如文章标题全部字母大写的情况……就必须用“SS”两个字母代替。

    总之，对于xml这种主要是让程序来阅读的文件，语法规则越简单越规范越好。其实html不也是让浏览器用的么？理论上最终用户没有必要非得阅读网页的源代码呀！那为什么当初要设计成这样？！

    范含早就在幻想，如果时光能倒流，自己一定会仔细设计html规范，以便造福无数“后世程序员”。现在真的回来了，自然是打算兑现诺言。

    不如一上来就直接推出xml吧，然后派生出一个html的子集，这样以后干什么都好说。

    可是……这个xml也不是凭空出现的，而是另一个更大更复杂的SGML的子集。

    这个SGML，是历史上的IBM从1969年开始制定的。

    又是IBM？！

    我日你先人的板板！！

    -------