01｜HTML5 最像的，不是新版本发布，而是朝廷终于决定招安山头
很多人第一次听到 HTML5，记住的是这些名字：
videoaudiocanvasheadersection
这当然没错。
但如果你把 HTML5 理解成“HTML 4 的升级包”，那你会漏掉它最狠的一刀。
那一刀不是新标签。
而是它开始正式规定：
那些写得乱七八糟、但整个互联网都在跑的 HTML，浏览器到底该怎么处理。
这听起来一点都不性感。
甚至有点像修市政下水道。
可第五篇真正的爆点偏偏就在这里。
它不酷。
但它管命。
可从制度上说，这才是 HTML5 真正改变历史的位置。
因为在它之前，Web 已经形成了一种非常别扭的现实：
- 规范写的是一套理想
- 浏览器干的是另一套兜底
- 作者交上来的页面经常根本不合规范
- 用户却照样要看新闻、下订单、填表单
于是浏览器只能一边嘴上说“请写规范一点”，一边继续默默替整个互联网收拾残局。
HTML5 真正干的，就是把这批早就占山为王很多年的“野路子”收编进制度。
所以我才说：
HTML5 不是一次升级，而是一次招安。
02｜在 HTML5 之前，浏览器最荒唐的工作之一，是互相猜别人怎么吞错
今天很多人习惯把规范想成说明书：
浏览器照着实现。
作者照着写。
大家照着互通。
对当年的 HTML 来说，这种想象太乐观了。
因为到了 HTML 4 / XHTML 那一代，纸面规范越来越像“正确世界应当如何”的文件。
可现实网页常常根本不按那个世界来活。
你会看到：
- 标签没闭合
- 嵌套顺序乱了
- 属性写法不标准
- 一些历史写法明明不合规范，但全网大量存在
这些东西在验证器眼里是错误。
可在浏览器眼里，它们又不能简单等于“不能显示”。
原因很简单：
浏览器不是只服务作者。
它还服务用户。
作者写坏了页面，用户还是要看内容、买东西、交作业、进后台。
于是浏览器被逼出一种特别狼狈的工作方式：
“你们规范先写着，我先把互联网尽量跑起来。”
更痛苦的是，各家浏览器虽然都在兜底，但兜法又不总一样。
这时候实现者最荒唐的工作之一就出现了：
逆向别的浏览器到底是怎么吞这些错误的。
也就是说，在 HTML5 之前，很多互通性并不是建立在“大家都实现了同一份足够细的规则”上。
而是建立在：
“大家尽量模仿彼此处理脏页面的经验。”
这显然不是长久之计。
03｜一开始他们也没想写 parser 宪法，他们只是想给 Web 应用补点东西
这里有个特别容易被忽略的误会。
后来大家回头讲 HTML5，会以为它一开始就奔着“重写解析秩序”去了。
其实不是。
WHATWG 在 2004 年重开 HTML 线时，最初瞄准的重点更像：
- Web 应用需要的能力
- 更现实的表单
- 浏览器里真正会用到的接口
也就是说，起点不是：
“我们来写一部庞大的 HTML 解析宪法。”
起点更像：
“现实 Web 应用已经跑起来了，先把急需的东西往前推。”
可做着做着，他们发现一个要命的问题。
你如果连 HTML 最底层怎么被浏览器读进去、拆开、纠错、长成 DOM 都说不清，上层扩展根本稳不住。
Anne van Kesteren 回顾这段历史时说得非常直白：
一开始大家只是想做一些 HTML 扩展；可随着工作推进，你会意识到，如果不理解 fundamentals，很多扩展根本走不下去。
而 Web 又不可能推倒重来。
这句话几乎把整场戏说透了。
HTML5 后来越写越厚，不是编辑癖发作。
而是：
现实逼着它一路往下钻，直到把原来没人想公开写的脏活也写进去。
04｜2006 年最关键的一回合，是 Ian Hickson 真把 parser 用英文长文写出来了
这条线真正开始有戏，是在 2006 年上半年。
Anne 的回顾里提到，Ian Hickson 当时真的用英文 prose 把 HTML parser 写出来了。
这事听上去像学术苦工。
可在当时，它简直像在干一件很多人觉得不可能的事。
因为浏览器解析 HTML 的复杂度早就臭名昭著。
你要把这套东西从：
- 工程师脑子里的经验
- 浏览器源码里的私房逻辑
- 各家互相猜出来的隐形默契
变成一份能公开讨论、能逐条实现、能被测试套件验证的文字规则，这件事听起来就很疯狂。
Anne 还顺手记了一笔现场反应。
Dave Hyatt 当时就怀疑：这玩意儿的复杂度，我们真能准确写下来吗？
这句怀疑特别有画面。
它说明连实现者都知道自己面对的是一团多难收拾的旧账。
可很快，第一批小胜利就来了。
Anne 写道，WebKit 曾经仅仅因为看了 HTML5 parser draft，就修掉了一个 bug；Opera 也因为跟着规范走，修掉了不少解析互通问题。
这一下，局势变了。
原来那套长期被当成浏览器私房手艺的东西，一旦写成规则，真的能减少大家继续互猜彼此。
这就是 HTML5 最像“招安”的瞬间。
原先散落山头、各家秘传的活法，第一次被往中央秩序里编。
05｜后来被招安的，不只是功能，还有那一堆脏页面的活法
如果要用一句话概括 HTML5 的制度转向，我会这么说：
它第一次非常认真地承认：坏网页不是边角料，而是 Web 现实的一部分。
这不是鼓励作者乱写。
这里必须分清两层。
规范仍要求作者写对
规范当然还是希望你写得更对、更干净、更符合约定。
但浏览器必须先接住坏页面
浏览器不能只处理“写得对的页面”。
它还必须处理：
- 历史页面
- 坏掉的页面
- 老工具吐出来的页面
- 看上去不合规范、但全网大量存在的页面
这也是为什么 HTML Design Principles 会特别强调：
Support Existing ContentPave the CowpathsEvolution Not RevolutionHandle Errors
这几条放一起，意思已经非常明显了。
Web 标准不能只服务理想作者，它还必须服务已经存在的现实内容。
这就是 HTML5 和很多传统版本升级最不一样的地方。
普通升级常常像：
旧世界过去了，新世界来了。
HTML5 不是。
HTML5 的逻辑更像：
旧世界不会自己消失。
既然如此，就别假装它不存在，而是把它纳入规则，至少让各家浏览器在“怎么继续救它”这件事上别再各救各的。
06｜真正改变游戏规则的，不是宽容，而是把宽容写成可互通的法律
很多人会把 HTML5 的精神概括成“宽容错误”。
这话只说对了一半。
如果只是宽容错误，那浏览器早就在这么干了。
HTML5 真正干的，是更难的一步：
把宽容变成可预测、可实现、可测试、可互通的宽容。
这差别非常大。
模糊的宽容意味着：
- 你知道浏览器大概会救
- 但不知道它具体怎么救
- 不同浏览器可能救出不同结果
可互通的宽容意味着：
- 你知道浏览器必须按什么规则救
- 你知道不同实现应尽量得到同样结果
- 你知道测试、validator、实现者能围绕同一套规则工作
这就是为什么 HTML5 看上去像在向坏代码低头，实际上却是在做一件非常秩序化的工程工作：
把原本口耳相传、实现各异的容错行为，压成一套正式制度。
所以 HTML5 不是“规范放弃原则”。
更准确地说，它是在重划原则：
- 对作者，继续鼓励干净写法
- 对浏览器，必须要求你面对现实世界的脏内容，并尽量统一地处理
07｜这件事为什么不只是照顾旧网页，而是在改写开放 Web 的治理方式
Anne 那篇回顾里还有一层特别重要。
在 parser spec、测试、实现、validator 一起演进之后，大家不再需要靠逆向别的浏览器来做事；这会降低新玩家进入门槛，也能避免新的浏览器单一化。
这句话很重。
因为它说明 HTML5 做这件事，不只是为了“照顾老网页”。
它还有更深的一层：
把过去全靠大厂经验和私房知识维持的兼容性，尽量公共化、制度化。
这会直接影响：
- 浏览器互通
- 测试体系
- 新实现者进入成本
- Web 平台是不是继续被少数既有实现绑住
再往后看，html5lib、测试套件、Validator.nu、Firefox 新 parser 一起演进的那条线，也都说明同一件事：
HTML5 的 parser 和错误处理规则，表面上像旧账整理。
往深了看，它其实是在重写开放 Web 的底层治理方式。
08｜所以 HTML5 真正升级的，不是标签，而是标准面对现实的胆量
这也是我一直觉得：
把 HTML5 理解成“加入了一堆现代特性的 HTML 新版本”，其实太轻了。
它当然加了很多东西。
但它更大的动作，是把标准的姿态改了。
在它之前，标准更像一份“正确世界应当如何”的说明书。
在它之后，至少在 HTML 这条线上，标准越来越像一份：
既描述理想，也接管现实；既指导作者，也约束实现；既看未来，也不敢假装历史不存在的宪法。
这也是 HTML5 和 XHTML 路线最大的区别之一。
XHTML 更像：
我先把纪律定好，你们按纪律来。
HTML5 更像：
我先承认你们实际上就是这么活的，然后尽量把这套活法整理成可互通、可维护、可继续演进的秩序。
前者更纯。
后者更像 Web。
09｜HTML5 真正升级的，是标准开始下场接管现实
今天回头看，HTML5 最值得记住的，也许并不是当年宣传里最红的功能名。
真正让它和前代分开的，是这一步：
它不再试图把现实网页排除在标准之外，而是决定让标准自己下场，去接管现实。
这就是为什么我会说：
HTML5 不是一次升级，而是一次招安。
它招安的，不只是新能力。
它招安的还有：
- 老页面
- 坏页面
- 历史包袱
- 浏览器长期私下承担的兜底责任
- 整个 Web 世界已经形成、却一直没有被正式承认的活法
这件事一点都不浪漫。
但它非常像开放 Web。
因为开放 Web 最终能活下来的，从来不只是最漂亮的方案。
更常见的情况是：
谁能把已经存在、已经依赖、已经甩不掉的现实，整理成一套勉强还能继续演进的秩序，谁就更接近真正的标准。
编者注（事实核对）：文中关于 2006 年 Ian Hickson 以英文 prose 写 parser 草案、Dave Hyatt 对其复杂度表示怀疑、WebKit 与 Opera 因 parser draft 修复兼容问题、html5lib 与 Validator.nu 和 Firefox 新 parser 共同演进等细节，主要依据 Anne van Kesteren 的《Notes on HTML5 Parser History》。关于 Support Existing Content、Pave the Cowpaths、Handle Errors 等原则，则主要依据 HTML Design Principles。
关键人物速览
- Ian Hickson：HTML5 parser 这条线上的关键人物。第五篇里那场“把浏览器私下默契写成公开规则”的硬活，绕不开他。
- Anne van Kesteren：HTML parser 历史的重要亲历者与回顾者。很多关于 parser 草案、互通 bug 和规范如何真正接管现实的细节，都来自他的记录。
- Dave Hyatt：浏览器实现者一侧的重要声音。第五篇里“这复杂度真能写准吗”的怀疑，特别能说明当年这件事有多难。
- Henri Sivonen：Firefox 新 HTML5 parser 这条线上的关键实现者之一。理解 HTML5 parser 如何从文稿变成真正 shipping 的现实能力时，绕不开他。
参考与延伸阅读
HTML Design Principles
https://www.w3.org/TR/html-design-principles/WHATWG HTML Standard Introduction
https://html.spec.whatwg.org/multipage/introduction.htmlHTML Standard Parsing
https://html.spec.whatwg.org/multipage/parsing.htmlHTML5 Differences from HTML4
https://www.w3.org/TR/html5-diff/Notes on HTML5 Parser History
https://annevankesteren.nl/2010/05/html5-parser-historyHixie: Tag Soup - Crazy parsing adventures
https://ln.hixie.ch/?count=1&start=1137740632