HTML文件是可以被多種網頁瀏覽器讀取，產生網頁傳遞各類資訊的文件。從本質上來說，Internet（ 互聯網）是一個由一系列傳輸協議和各類文檔所組成的集合，html文件只是其中的一種。這些HTML文件存儲在分布于世界各地的服務器硬盤上，通過傳輸協議用戶可以遠程獲取這些文件所傳達的資訊和信息。

網絡瀏覽器，例如Netscape Navigator或Microsoft Internet explorer,能夠解釋HTML文件來顯示網頁，這是網絡瀏覽器的主要作用。當你使用瀏覽器在互聯網上瀏覽網頁時，瀏覽器軟件就自動完成HTML文件到網頁的轉換。

優點：打開速度快，操作簡單，無需下載其他閱讀器。

缺點：改變格式，無法直接引用，界面不友好，閱讀不方便。

1980年，物理學家蒂姆·伯納斯-李在歐洲核子研究中心（CERN）在承包工程期間，為使CERN的研究人員使用并共享文檔，他提出并創建原型系統ENQUIRE。1989年，伯納斯-李在一份備忘錄中提出一個基于互聯網的超文本系統。他規定HTML并在1990年底寫出瀏覽器和服務器軟件。同年，伯納斯-李與CERN的數據系統工程師羅伯特·卡里奧聯合為項目申請資助，但未被CERN正式批準。在他的個人筆記中伯納斯-李列舉“一些使用超文本的領域”，并把百科全書列為首位。

HTML的首個公開描述出現于一個名為“HTML標簽”的文件中，由蒂姆·伯納斯-李于1991年底提及。它描述18個元素，包括HTML初始的、相對簡單的設計。除了超鏈接標簽外，其他設計都深受CERN內部一個以標準通用標記語言（SGML）為基礎的文件格式SGMLguid的影響。這些元素在HTML 4中仍有11個存在。

伯納斯-李認為HTML是SGML的一個應用程序。1993年中期互聯網工程任務組（IETF）發布首個HTML規范的提案：“超文本標記語言（HTML）”互聯網草案，由伯納斯-李與丹·康納利撰寫。其中包括一個SGML文檔類型定義來定義語法。草案于6個月后過期，不過值得注意的是其對NCSA Mosaic瀏覽器自定義標簽從而將在線圖像嵌入的行為的認可，這反映IETF把標準立足于成功原型的理念。同樣，戴夫·拉格特在1993年末提出的與之競爭的互聯網草案“HTML+（超文本標記格式）”建議規范已經實現的功能，如表格與填寫表單。

在HTML和HTML+的草案于1994年初到期后，IETF創建一個HTML工作組，并在1995年完成"HTML 2.0"，這是第一個旨在成為對其后續實現標準的依據的HTML規范。

在IETF的主持下，HTML標準的進一步發展因競爭利益而遭受停滯。自1996年起，HTML規范一直由萬維網聯盟（W3C）維護，并由商業軟件廠商出資。不過在2000年，HTML也成為國際標準（ISO/IEC15445：2000）。HTML 4.01于1999年末發布，進一步的勘誤版本于2001年發布。2004年，網頁超文本應用技術工作小組（WHATWG）開始開發HTML5，并在2008年與W3C共同交付，2014年10月28日完成標準化。

草案時間線

XHTML版本

主條目：XHTML

XHTML是使用XML1.0改寫自HTML 4.01的獨立語言。它不再被作為單獨標準開發。

HTML標記包含標簽（及其屬性）、基于字符的數據類型、字符引用和實體引用等幾個關鍵部分。HTML標簽是最常見的，通常成對出現，比如<h1>與</h1>。這些成對出現的標簽中，第一個標簽是開始標簽，第二個標簽是結束標簽。兩個標簽之間為元素的內容，有些標簽沒有內容，為空元素，如<img>。

HTML另一個重要組成部分為文檔類型聲明，這會觸發標準模式渲染。

以下是一個經典的Hello World程序的例子：

主條目：HTML元素

HTML文檔由嵌套的HTML元素構成。它們用HTML標簽表示，包含于尖括號中，如<p>

在一般情況下，一個元素由一對標簽表示：“開始標簽”<p>與“結束標簽”</p>。元素如果含有文本內容，就被放置在這些標簽之間。

在開始與結束標簽之間也可以封裝另外的標簽，包括標簽與文本的混合。這些嵌套元素是父元素的子元素。

開始標簽也可包含標簽屬性。這些屬性有諸如標識文檔區塊、將樣式信息綁定到文檔演示和為一些如<img>等的標簽嵌入圖像、引用圖像來源等作用。

一些元素如換行符<br>，不允許嵌入任何內容，無論是文字或其他標簽。這些元素只需一個單一的空標簽（類似于一個開始標簽），無需結束標簽。

許多標簽是可選的，尤其是那些很常用的段落元素<p>的閉合端標簽。HTML瀏覽器或其他介質可以從上下文識別出元素的閉合端以及由HTML標準所定義的結構規則。這些規則非常復雜，不是大多數HTML編碼人員可以完全理解的。

因此，一個HTML元素的一般形式為：<tagattribute1="value1"attribute2="value2">''content''</tag>。一些HTML元素被定義為空元素，其形式為<tagattribute1="value1"attribute2="value2">。空元素不能封裝任何內容。例如<br>標簽或內聯標簽<img>。一個HTML元素的名稱即為標簽使用的名稱。注意，結束標簽的名稱前面有一個斜杠“/”，空元素不需要也不允許結束標簽。如果元素屬性未標明，則使用其默認值。

屬性[編輯]

主條目：HTML屬性

大多數元素的屬性以“名稱-值”的形式成對出現，由“=”分離并寫在開始標簽元素名之后。值一般由單引號或雙引號包圍，有些值的內容包含特定字符，在HTML中可以去掉引號（XHTML不行）。不加引號的屬性值被認為是不安全的。有些屬性無需成對出現，僅存在于開始標簽中即可影響元素，如img元素的ismap屬性。

許多元素存在一些共通的屬性：

縮寫元素abbr可用于說明一些屬性：

這個例子顯示為HTML； 在大多數瀏覽器中，光標指向縮寫時會顯示標題文字“超文本標記語言”。

大多數元素采用與語言相關的屬性dir來指定文字方向，如 "rtl"采用從右到左的文本，比如阿拉伯語、波斯語以及希伯來語。

參見：XML與HTML字符實體引用列表和Unicode與HTML

在4.0版本中，HTML定義了一系列共252個字符實體引用和1,114,050個字符值參考。二者都支持單個字符通過簡單的標記寫入。文字字符與其對應的標記渲染的效果相同。

用這種方式“轉義”字符的能力允許字符<與&（當分別被寫作&lt;和&amp;時）被理解為字符數據而不是標記。例如<通常為標簽的開頭，&通常為字符實體引用與數字字符引用的開頭；&amp;或&#x26;或&#38;將&作為元素的內容或屬性的值。雙引號字符"在不被用于屬性值的標示時必須轉義為&quot;或&#x22;或&#34;；相等地，當于單引號字符'不被用于屬性值的標示時，也必須轉義為&#x27;或&#39;（或HTML5與XHTML文檔中的&apos;）。

如果文檔作者忽略了轉義這樣的字符，一些瀏覽器會嘗試通過上下文猜測他們的意圖。如果結果仍為無效標記，這會使其他瀏覽器或用戶代理難以訪問到該文檔，并使它們嘗試使用搜索和索引來解析該文檔。

那些難以輸入或不在該文檔字符編碼中的字符也可通過轉義來實現。例如通常只在西歐或南美的鍵盤出現的重音符e（é），可以在HTML文檔中用作實體引用&eacute;或數字引用&#xE9;或&#233;。 諸如UTF-8的Unicode字符編碼與所有的現代瀏覽器兼容并允許直接訪問全球書寫系統幾乎所有的字符。

HTML為元素內容定義了多種數據類型，如腳本數據、樣式表數據以及許多屬性值的類型，包括ID、名稱、URI、數字長度單位、語言、媒體描述符顏色、字符編碼、日期和時間等等。所有這些數據類型都是字符數據的特殊化。

HTML文檔需要以文檔類型聲明（英語非正式說法“doctype”）開頭。在瀏覽器中，文檔類型聲明有助于確定渲染模式——特別是是否使用怪異模式。

文檔類型聲明的初衷是通過基于文檔類型定義（DTD）的SGML工具來解析并驗證HTML文檔。

HTML5未定義DTD，所以在HTML5中文檔類型聲明更為簡短：

HTML 4文檔類型聲明舉例：

該聲明引用HTML 4.01“嚴格”版的DTD。基于SGML的驗證器可讀取DTD，正確解析這些文檔并執行驗證。在現代瀏覽器中，一個有效的文檔類型激活標準模式有別于怪異模式。

另外，HTML 4.01提供過渡型與框架集型的DTD。過渡型涵蓋最廣，它可集成當前以及老舊或“過時”的標簽，而嚴格型DTD排除了過時的標簽。框架集擁有所有構建框架所需的標簽以及過渡型的標簽。

主條目：語義化HTML

語義化HTML是一種編寫HTML的方式，它強調編碼信息的含義在其格式（樣子）之上。HTML從創立之初就包括語義化標記，但也包括標識性標記如<font>、<i>和<center>標簽。也存在一些語義上中立的span與div標簽。自1990年代末CSS開始應用于大多數瀏覽器，網頁制作者就被鼓勵使用CSS以便呈現與內容分離。

在2001年一次對語義網的討論中，蒂姆·伯納斯-李等人給出了一種的方法，使智能軟件“代理人”可能有一天會自動抓取網頁進行查找、過濾并將之前不相關的聯系起來。這種代理甚至在現在也不普遍，但一些Web 2.0、混搭和價格比較網站的想法可能會結束。這些網頁應用程序的混合與伯納斯-李的語義代理人的之間主要區別基于以下事實：當前的聚合與信息混合通常由網頁開發者設計，他們早已知道網絡位置和他們希望混搭、比較與結合的特定數據的API語義。

網頁代理的一個重要類型是網絡爬蟲或搜索引擎蜘蛛。這些軟件代理依賴于它們發現的網頁的語義清晰度，因為它們一天要使用各種技術與算法來讀取和索引數百萬個網頁并給網頁用戶提供搜索工具，沒有這些萬維網的有效性就會大大降低。

為使搜索引擎蜘蛛評估它們在HTML文檔中發現的文本片段的重要性，也為那些創建標記等混合的人與更多的自動化代理工具，HTML中的語義結構需要廣泛一致地應用從而將文本的含義呈現給瀏覽者。

表示性標記在當前的HTML和XHTML推薦中不被鼓勵使用。舊版本HTML中的大多數表示功能不再被允許使用，因為它們導致可訪問性變差、站點維護成本變高和文檔大小變大。

好的語義化HTML也改善了網頁文檔的可訪問性（參見網頁內容無障礙指南）。例如，當屏幕閱讀器或音頻瀏覽器可以正確判定一個文檔的結構時，視覺障礙用戶不會再因閱讀重復或無關的信息而浪費時間。

HTML文檔分發的方法和其他計算機文件相同。不過，它們最常通過網頁服務器的超文本傳輸協議或電子郵件傳輸。

萬維網主要由從服務器通過HTTP協議向瀏覽器發送的HTML文檔組成。但是，HTTP也可以被用于傳輸HTML之外的數據，例如圖像、聲音和其他內容。為使瀏覽器了解如何處理接收到的文檔，在傳輸文檔時必須同時傳遞文件類型。這種元數據包含MIME類型（對于HTML 4.01或更早版本是text/html，而對于XHTML 1.0或之后的版本是application/xhtml+xml），以及字符編碼（參見HTML字符編碼方式） [1]  。

在現在的瀏覽器中，和HTML文檔一起發送的MIME類型影響文檔的解讀方式。和XHTML MIME類型一起發送的文檔被認為是良構的XML，而語法錯誤會導致瀏覽器無法呈現文檔。完全相同的文檔如果和HTML MIME類型一起發送，則可能被正常顯示，因為瀏覽器對HTML的語法檢查更加松懈些。

W3C的推薦指出，遵循規定的推薦指引的XHTML 1.0文檔可標記二者任一的MIME類型。XHTML 1.1還指出，XHTML 1.1文檔應標有兩種MIME類型。

來查看一個HTML文件的例子。打開你喜愛的網絡瀏覽器，在瀏覽器的地址輸入框內敲入相關網址，進入Active Server Pages的網點（你的計算機應該已連上了Internet）。當在屏幕上顯示了此網頁后，從網絡瀏覽器的菜單條上選擇View Source命令。此時屏幕上就會彈出一個新的窗口并顯示一些古怪的文字。你所看到的這些文字就是HTML文件。