Als een HTML-bestand begint met <html> en eindigt met </html> begrijpen alle browsers het. Toch is het beter aan het begin de gebruikte versie aan te geven. Dat kan met DOCTYPE, wat helemaal bovenin het bestand moet staan. Daardoor weet een controleprogramma wat het kan verwachten, en waar het op moet controleren. Voor HTML versie 4 zijn er drie mogelijkheden voor zo'n DOCTYPE-aanduiding:
Zie hierover ook Dan's Web Tips: Validators (in het Engels).
De eerste mogelijkheid, de strikte, is voor HTML die zich precies aan de regels voor versie 4 houdt. Dat betekent dat alle opmaak via CSS geregeld is, en dat in de HTML geen uiterlijk zaken zijn aangeduid. Ook mogen hyperlinks dan geen TARGET meer hebben, wat frames in feite onbruikbaar maakt.
Voor HTML die minder strikt aan de standaard voldoet is er de
tweede mogelijkheid, versie "4 transitional" met DTD "loose.dtd".
(De DTD - Document Type Definition - is een definitie van wat mag en
niet mag, te gebruiken door controleprogramma's en browsers).
In een HTML-bestand dat framesets beschrijft, en dat dus geen body heeft, moet het DOCTYPE dat ook aangeven. Zie daarvoor de derde mogelijkheid in het lijstje boven.
Na het DOCTYPE volgt zoals eerder verteld de rest tussen
<html> en </html>. Daarbinnen staat een kop
(omsloten door <head> en </head>) en een
"lichaam" (tussen <body> en </body>).
Zie hierover ook de uitleg (in het Engels) van het
World Wide Web consortium
"w3.org".
In de head (kop) staat een LINK naar het stijlblad, en een
TITLE - de browser laat die meestal bovenin het scherm zien, en zoekmachines
zoals Google gebruiken hem. Ook is het
goed aan te geven welke tekenset is gebruikt, bijvoorbeeld ISO-8859-1,
wat de meeste West- en Noord-Europese talen afdekt, of
UTF-8,
wat nog veel meer mogelijkheden geeft.
Een tekenset ISO-8859-1 aanduiden kan zo:
<meta http-equiv="Content-Type" content="text/html; charset=iso-8859-1">
In de body staat de eigenlijke tekst enz. van het document.