HTML

L’HTML (HyperText Markup Language) è il linguaggio con cui si dichiara la struttura di una pagina web: che cosa è un titolo, che cosa un paragrafo, che cosa un collegamento, che cosa un’immagine.

La parola chiave è dichiarare, e qui sta tutto il suo peso nel lavoro sulla ricerca. Un testo ingrandito con un foglio di stile sembra un titolo e non lo è; un elemento cliccabile gestito da uno script sembra un collegamento e non lo è. Chi legge la pagina senza guardarla – un motore, un lettore di schermo, un sistema che seleziona passaggi da citare – si basa su quello che è dichiarato, non su quello che appare (heading, alt text).

Da cui gli elementi su cui vale la pena essere rigorosi, che sono pochi: le intestazioni usate secondo la gerarchia del contenuto e non per dimensione del carattere; i collegamenti scritti come tali, con un indirizzo vero; le immagini con una descrizione che dice cosa mostrano; i dati strutturati dichiarati in forma esplicita (dati strutturati).

Resta il punto che attraversa tutta la parte tecnica: quello che conta è l’HTML restituito dal server, non quello che risulta nel browser dopo l’esecuzione degli script. Per una parte crescente dei sistemi che leggono il web, la prima versione è l’unica (client, crawler AI).