Nun liegt es nicht nur an Kunden, wenn sie fehlerhaften Quellcode erzeugen. Sie möchten schließlich nur ihren Text auszeichnen, der Quellcode ist ihnen egal. Manchmal liefert der WYSIWYG-Editor schon Unsinn. So sorgt ein Klick auf „Fett“ in Nicedit für ein unglaubliches: <span style="font-weight: bold;">Beispiel</span>. In anderen Fällen hat der Editor mit einem Import aus Word Probleme. Oder der Webworker hat sich nicht die Mühe gemacht, den WYSIWYG-Editor zu konfigurieren und gestattet dem Kunden, Farben oder Schriftgrößen festzulegen.

So kann also eine Menge veralteter oder unsinniger Code auf Webseiten gelangen. In einem aktuellen Projekt musste ich etwa alte Texte übernehmen, die mit <font>-Angaben, Inline-Styles oder target="_blank" ausgezeichnet sind. Diese Angaben könnte ich nun beim Import bereinigen, dann müsste ich mir aber die Mühe machen, mir erst den alten Quellcode genauer anzusehen.

Viel einfacher wird es mit einem entsprechenden Ausgabefilter. So wird der Quellcode bereinigt, bevor er dem Besucher angezeigt wird. Je nach CMS und Filter lassen sich etwa unerwünschte HTML-Elemente oder Attribute ausfiltern. In einfachen Fällen wird auch fehlerhafter Code repariert. Die CMS-internen Filter kommen dabei recht schnell an ihre Grenzen. Für meine Projekte nutze ich deshalb den HTML Purifier [1]. Damit lässt sich der Quellcode der Kunden umfangreich für die Ausgabe aufbereiten.

Neben dem erwähnten Filtern von Elementen und Attributen lassen sich auch gleich leere Elemente löschen, es gibt eine Blacklist für Klassen und Attribute und die Ausgabe kann sowohl als HTML als auch als XHTML erfolgen. Dazu kommen viele weitere Möglichkeiten, um das Tool anzupassen.

Natürlich stößt auch der HTML Purifier irgendwann an seine Grenzen. Wer eine Zwischenüberschrift einfach nur fett macht, anstatt sie als h1 oder h2 auszuzeichnen, produziert zwar validen Code, aber eben keinen semantisch sinnvollen. Das kann der Purifier freilich nicht selbst erkennen. Trotzdem bietet das Tool sehr viel bessere Ergebnisse als CMS-eigene Filter.

Für den HTML Purifier stehen bereits Plugins für zum Beispiel WordPress, Drupal, Joomla, MODx und Symfony zur Verfügung. Neben dem Purifier gibt es noch andere Tools wie kses oder htmLawed [2].

Während der Purifier dazu gedacht ist, den Content der Autoren kritisch zu prüfen und zu korrigieren, können andere Filter es dem Kunden auch einfacher machen. Mitunter sind Webstandards und qualitativ gut aufbereiteter Quellcode viel Arbeit. Filter können Autoren ein wenig die Arbeit abnehmen: So nutzen wir bei einem Projekt einen Filter, der bestimmte Wörter automatisch mit <acronym> oder <abbr> auszeichnet. So wird etwa „[ETDRS]“ durch „<acronym lang="en" title="Early Treatment of Diabetic Retinopathy Study">ETDRS</acronym>“ ersetzt. Das spart dem Kunden nicht nur Tipparbeit, sondern ist auch weniger fehleranfällig. In diesem Fall müssen sich die Autoren nicht selbst überlegen, ob ein „acronym“ oder ein „abbr“ vergeben werden soll, und auch das „lang="en"“ wird nicht vergessen. Eine solche Auszeichnung hilft allen Besuchern, die die Webseite mit einem Screenreader besuchen. Sollten wir mit der Webseite irgendwann auf HTML5 und dadurch bei allen Auszeichnungen von „acronym“ auf „abbr“ umsteigen, müssen wir nicht die gesamte Datenbank durchgehen, sondern nur ein paar Stellen im Filter ändern. Das ist extrem simpel, aber eben auch effektiv. Eine gute Sache für alle Webworker, die auf Webstandards Wert legen.

Apropos HTML5: Vor ein paar Wochen gab es noch Verwirrung um die Schreibweise. Heißt es nun „HTML 5“ oder doch „HTML5“? Nun sind sich die Experten einig: Es heißt HTML5 [3]. Ohne Bindestrich.

Zum Thema selbst haben die Webkrauts eine mehrteilige Serie [4] veröffentlicht, mit einigen recht umfangreichen Artikeln etwa über <section>, <nav>, <audio>, <video>, <canvas> oder Input-Felder. Bei den Webkrauts lautet der Tenor übrigens: Wer HTML5 ausprobieren möchte, kann es gerne bei eigenen Projekten verwenden. Für Kundenprojekte ist HTML5 jedoch noch nicht reif. Mehr zu HTML5 im Artikel von Peter Kröner ab Seite 87.