Aller au contenu
Encyclopédie informatique Édition 2026
Accueil › Web › HTML

HTML

Partie 5 sur 5

Niveau de lecture :

12Caractères et couleurs

12.1Les caractères

On lit parfois que les normes HTML exigent le codage ASCII sur 7 bits, le jeu de caractères américain de base, sans caractères accentués, et qu’une page contenant des accents saisis directement serait « illisible dans la plupart des pays du monde ». C’était déjà inexact, et c’est aujourd’hui l’inverse : la norme recommande le codage UTF-8, l’une des formes d’Unicode, le répertoire universel des caractères, qui représente tous les caractères de toutes les langues, et l’utilisent plus de 98 % des sites. Il suffit d’enregistrer le fichier en UTF-8 et de le déclarer par <meta charset="utf-8"> pour saisir directement les accents, les guillemets français ou le symbole euro (voir le codage des caractères).

Les entités de caractère, une combinaison commençant par l’esperluette et terminée par un point-virgule, restent utiles dans deux cas. D’abord pour les caractères invisibles ou ambigus, comme l’espace insécable &nbsp;. Ensuite, et surtout, pour les quatre caractères qui ont un sens particulier en HTML, et qu’il faut obligatoirement coder quand ils font partie du texte :

Tableau 5. Les caractères réservés de HTML.
CaractèreEntité nomméeCode numériquePourquoi
<&lt;&#60;ouvre une balise
>&gt;&#62;ferme une balise
&&amp;&#38;commence une entité
"&quot;&#34;délimite les valeurs d’attributs

On trouve aussi des listes des caractères de 128 à 255, avec leurs entités comme &eacute; pour é, &copy; pour © ou &euro; pour €. Ces codes de 160 à 255 correspondent à la norme ISO 8859-1, l’alphabet latin occidental ; ceux de 128 à 159 venaient en réalité du codage Windows-1252 de Microsoft, et ne sont pas des caractères valides dans ces positions. Le symbole euro, par exemple, se code &#8364;, son numéro Unicode, et non &#128;. Certaines tables associent en outre par erreur &lt; et &gt; aux codes 139 et 155, qui sont les guillemets simples ‹ et ›. Le codage de ces caractères est d’abord une question de sécurité : un texte saisi par un internaute et réaffiché sans transformer < en &lt; peut injecter des balises dans la page (coin cyber).

12.2Les couleurs

Les couleurs du Web sont définies par trois nombres hexadécimaux, c’est-à-dire en base 16, représentant les quantités de rouge, de vert et de bleu, selon le codage RVB, en anglais RGB. La notation #RRVVBB, en anglais #RRGGBB, donne pour chaque composante une valeur de 00 à FF, soit de 0 à 255 : #FF0000 est un rouge pur, #FFFFFF du blanc. On dispose ainsi de plus de 16 millions de couleurs, 256 × 256 × 256. On reproduit souvent la table des quelque 140 noms de couleurs reconnus par les navigateurs, d’aliceblue à yellowgreen, en passant par tomato ou steelblue, et l’on affirme parfois que le W3C conseille de les préférer : il n’en est rien, ces noms sont simplement plus faciles à lire. CSS en compte aujourd’hui 148, dont rebeccapurple (anecdote), et propose d’autres notations, comme rgb(), hsl(), qui décrit une couleur par sa teinte, sa saturation et sa luminosité, ou oklch(), plus fidèle à la perception humaine (voir CSS).

Autrefois, les couleurs et l’image d’arrière-plan d’une page se définissaient par des attributs de l’élément <body> : background pour l’image de fond, bgcolor pour la couleur de fond, text pour la couleur du texte, link, vlink et alink pour celle des liens, des liens déjà visités et du lien actif. Tous sont obsolètes ; on écrit par exemple body { background-color: #F5F5DC; color: #333333; } dans une feuille de style.

13L’en-tête et les métadonnées

Les métadonnées sont des informations qui décrivent le document lui-même : auteur, langue, résumé, consignes pour les robots. Elles se placent dans l’en-tête, <head>, et ne s’affichent pas. On les appelle aussi « méta-tags », ou méta-balises, et elles prennent deux formes :

  • <meta name="…" content="…"> décrit la page ;
  • <meta http-equiv="…" content="…"> transmet au navigateur une information qui équivaut à un en-tête HTTP.

Les moteurs de recherche ont beaucoup évolué depuis une quinzaine d’années, et la plupart de ces balises ont perdu leur utilité (tableau 6).

Tableau 6. Les anciennes méta-balises, et ce qu’elles sont devenues.
BaliseRôleAujourd’hui
descriptionrésumé de la pagetoujours utile : souvent repris sous le titre dans les résultats de recherche
robotsconsignes aux robots : index ou noindex, follow ou nofollow, all, nonetoujours utile ; ce n’est pas une protection (coin cyber)
keywordsmots-clés de la pageignorée par Google depuis 2009, en raison des abus
author, copyright, generatorauteur, droits, logiciel ayant produit la pageinformatives, sans effet sur le référencement
expires, revisit-after, rating, rev, subjectdate d’expiration, délai de nouvelle visite des robots, public visé, adresse du webmestre, sujetignorées par les moteurs, ou jamais standard
http-equiv="pragma" content="no-cache"empêcher la mise en cachesans effet fiable : le cache se règle par les en-têtes HTTP du serveur
http-equiv="refresh"recharger la page ou rediriger après un délaidéconseillée : désorientante, et gênante pour l’accessibilité ; préférer une redirection HTTP
http-equiv="window-target"forcer l’affichage hors d’un cadreobsolète

L’en-tête moderne contient d’autres éléments importants : <meta charset> et <meta name="viewport">, déjà vus ; <link rel="stylesheet"> pour les feuilles de style ; <script> pour les programmes JavaScript ; <link rel="icon"> pour l’icône du site ; et les métadonnées Open Graph, comme <meta property="og:title"> et og:image, qu’utilisent les réseaux sociaux et les messageries pour afficher un aperçu quand on partage un lien.

14Pour mémoire : les cadres

Autrefois, les cadres, en anglais frames, permettaient d’afficher plusieurs pages HTML dans différentes zones d’une même fenêtre, typiquement un menu fixe à gauche et le contenu à droite. Absents de HTML 3.2, ils ont été normalisés par HTML 4.0. Une page de cadres remplaçait l’élément <body> par un <frameset>, dont les attributs cols et rows découpaient la fenêtre en colonnes ou en lignes, en pixels ou en pourcentages, la valeur * prenant la place restante. Les framesets pouvaient s’imbriquer pour combiner colonnes et lignes. Chaque zone était un élément <frame> :

<frameset cols="20%,*" frameborder="no">
  <frame src="menu.html" name="gauche" noresize scrolling="auto">
  <frame src="accueil.html" name="droite" marginwidth="10" marginheight="10">
  <noframes>
    <body>Votre navigateur n'affiche pas les cadres.</body>
  </noframes>
</frameset>

L’attribut src désignait la page à afficher, name nommait le cadre, marginwidth et marginheight réglaient les marges, frameborder, border, bordercolor et framespacing les bordures et l’espacement, noresize interdisait de redimensionner le cadre, scrolling autorisait ou non les barres de défilement, avec les valeurs yes, no ou auto. L’élément <noframes> prévoyait un contenu pour les navigateurs qui n’affichaient pas les cadres. Un lien pouvait viser un cadre précis grâce à l’attribut target : le nom d’un cadre, ou l’une des valeurs réservées _self, le même cadre, _parent, le cadre de niveau supérieur, _top, toute la fenêtre, et _blank, une nouvelle fenêtre.

Les cadres posaient de nombreux problèmes : l’adresse affichée restait celle de la page de cadres, si bien qu’on ne pouvait ni mettre en favori ni partager une page intérieure ; les moteurs de recherche indexaient des pages orphelines, sans leur menu ; les lecteurs d’écran s’y perdaient. HTML5 les a retirés. Il n’en reste que <iframe>, le cadre intégré dans une page, et l’attribut target, dont seule la valeur _blank reste couramment employée.

Sécurité de l’information

Le coin cyber

HTML ne s’exécute pas, mais il est le point d’entrée de nombreuses attaques contre les sites et leurs visiteurs. Les attaques sont décrites ici dans leur principe seulement.

C.1L’injection de balises et de scripts

Quand un site réaffiche un texte fourni par un internaute, un commentaire, un nom, une recherche, sans transformer les caractères réservés, un attaquant peut y glisser des balises, dont des scripts qui s’exécuteront dans le navigateur des autres visiteurs : c’est le cross-site scripting, ou XSS, l’une des failles les plus répandues du Web (voir le cross-site scripting). La parade principale est de coder systématiquement <, >, & et " à l’affichage, ce que font automatiquement les cadriciels modernes, complétée par une politique de sécurité du contenu, l’en-tête HTTP Content-Security-Policy, qui limite les scripts autorisés.

C.2Ne jamais faire confiance au formulaire

Les contrôles faits par le navigateur, champs obligatoires, formats, longueurs maximales, valeurs des listes, n’ont qu’un but pratique : guider l’internaute honnête. N’importe qui peut les contourner en modifiant la page ou en envoyant directement une requête. Le serveur doit tout vérifier à nouveau, et ne jamais faire confiance à un champ caché, à un prix, à un identifiant ou à un rôle transmis par le formulaire (exercice 8). Les formulaires sensibles doivent aussi être protégés contre les requêtes forgées depuis un autre site, par un jeton secret propre à chaque page.

C.3Ce que révèle le code source

Tout ce qui est envoyé au navigateur est lisible par l’internaute : commentaires HTML, champs cachés, adresses de pages d’administration, clés d’accès à des services glissées dans le code. Des fuites de mots de passe ou de clés ont ainsi eu lieu par de simples commentaires oubliés. De même, la consigne noindex ou le fichier robots.txt demandent poliment aux moteurs de ne pas indexer une page, mais ne l’empêchent pas d’être lue : une page confidentielle doit être protégée par une authentification.

C.4Cadres et nouveaux onglets

Une page malveillante peut charger un site légitime dans un <iframe> invisible, placé sous un faux bouton, pour faire cliquer l’internaute à son insu sur une action du site : c’est le détournement de clic, en anglais clickjacking. Les sites s’en protègent en interdisant leur affichage dans un cadre étranger, par l’en-tête Content-Security-Policy et sa directive frame-ancestors. Par ailleurs, une page ouverte par un lien target="_blank" pouvait autrefois rediriger en arrière-plan l’onglet d’origine vers une imitation : les navigateurs appliquent désormais par défaut l’attribut rel="noopener", qui coupe ce lien.

C.5Idée reçue

« Un champ caché ou désactivé est protégé. » Faux. type="hidden", readonly, disabled ou maxlength ne règlent que l’affichage et le comportement du navigateur. Le code source est public, et une requête peut être fabriquée de toutes pièces. Toute donnée reçue d’un navigateur doit être considérée comme fournie par un inconnu, et vérifiée par le serveur.

C.6Bonnes pratiques

Rédacteur

  • Des titres hiérarchisés, des textes de remplacement, des étiquettes pour chaque champ.
  • Aucun secret dans le code, les commentaires ou les champs cachés.
  • Valider ses pages et les tester au clavier.

Développeur

  • Coder systématiquement les caractères réservés à l’affichage ; politique de sécurité du contenu.
  • Revérifier toutes les données côté serveur ; jetons contre les requêtes forgées.
  • Interdire l’affichage du site dans des cadres étrangers.

Référentiels : WHATWG, HTML Living Standard · W3C, Web Content Accessibility Guidelines (WCAG) 2.2 · RGAA 4.1 · OWASP, Cross Site Scripting Prevention Cheat Sheet · ANSSI, Recommandations pour la sécurisation des sites web.

Références

  1. T. Berners-Lee, D. Connolly, RFC 1866, Hypertext Markup Language - 2.0, IETF, 1995.
  2. W3C, HTML 4.01 Specification, 24 décembre 1999.
  3. W3C, HTML5, A vocabulary and associated APIs for HTML and XHTML, recommandation du 28 octobre 2014.
  4. WHATWG, HTML Living Standard, html.spec.whatwg.org.
  5. W3C, Web Content Accessibility Guidelines (WCAG) 2.2, 2023.
  6. DINUM, Référentiel général d’amélioration de l’accessibilité (RGAA), version 4.1.

Voir aussi

Citer cet article

« HTML », Encyclopédie informatique, révision du 27 octobre 2026.